Word Frequency: сөз жиілігін талдау және сөз бұлты онлайн

Құрал әр сөздің мәтінде неше рет кездесетінін санап, нәтижені екі түрде көрсетеді: сөз өлшемі оның жиілігіне пропорционал болатын сөз бұлты түрінде және кездесу саны мен үлесі дәл берілген кесте түрінде. Мәтінді енгізу өрісіне қойыңыз — талдау теру кезінде бірден жүреді. Бұлтты PNG форматында жүктеп алуға, кестені көшіруге немесе CSV-ге шығаруға болады.

Биграмма — қатар тұрған екі сөздің тіркесі, мысалы «іздеу жүйесін оңтайландыру» немесе «тауар карточкасы». Жеке сөздер мәтіннің не туралы екенін көрсетсе, биграммалар оны қандай тіркестермен жеткізетінін көрсетеді. SEO үшін бұл нақты іздеу сұраныстарына жақынырақ: адамдар жеке сөзбен емес, сөз тіркесімен іздейді. Баптаулардың үстіндегі ауыстырғыш бұлт пен кестенің талдау режимін бір мезгілде өзгертеді.

Стоп-сөздер — нәтижеде көргіңіз келмейтін сөздер. Көбіне бұл көмекші лексика: септеуліктер, жалғаулықтар, есімдіктер, шылаулар. Олар кез келген мәтінде ең жиі кездеседі, бірақ мазмұны туралы ештеңе айтпайды: оларды алып тастамасаңыз, кестенің басын «және», «бұл», «үшін», «мен» сөздері алады. Құрал дайын сөздікті таңбайды: нені артық санау керегі мәтін мен міндетке байланысты, сондықтан тізімді өзіңіз белгілейсіз. «Стоп-сөздер тізімі» өрісіне керек емес нәрсенің бәрін жазыңыз: көмекші сөздер, бренд атауы, артикулдар, қайталанатын сөз орамдары. Бөлгіш ретінде кез келгені жарайды: үтір, бос орын, жаңа жол. Тізім бірден қолданылады және түгел көрініп тұрады, сондықтан есептен нақты не шығып қалғаны әрқашан түсінікті.

Бұл — бірегей сөз формалары санының жалпы сөз санына қатынасы, пайызбен көрсетілген (тіл білімінде — type-token ratio). Жүз пайыз бірде-бір сөздің қайталанбағанын білдіреді. Көрсеткіш неғұрлым төмен болса, мәтін сол бір сөздерді соғұрлым жиі айналдырады. Көрсеткіш мәтін көлеміне тәуелді: қысқа мәтінде ол әрқашан жоғары, сондықтан көлемі шамалас мәтіндерді ғана салыстырған жөн.

Іштей оқудың орташа жылдамдығы — минутына 200 сөз бойынша, нәтиже толық минутқа дейін жоғары қарай дөңгелектенеді. Бұл — көлемді бағалауға арналған бағдар, дәл өлшем емес: жылдамдық мәтіннің күрделілігіне, тілге және оқырманның дайындығына байланысты. Терминдер мен формулаларға толы техникалық мәтін көркем мәтінге қарағанда әлдеқайда баяу оқылады.

Ол мағына бермейтін қысқа көмекші сөздер мен үзінділерді кесіп тастайды, әрі мұны стоп-сөздер тізімінсіз істейді — оларды бір-бірлеп тізу ұзаққа созылғанда ыңғайлы. Әдепкі мәні — 3 таңба. Тек мағыналы лексиканы қалдыру үшін 5–6-ға көтеріңіз, сандарды қоса барлық таңбалауышты көру үшін 1-ге түсіріңіз. Бұл шек қытай иероглифтері мен хангылға қолданылмайды: қытай не корей сөзі бір-екі таңбадан тұрады, ортақ шек оларды түгел жойып жіберер еді.

Бетте алғашқы он позиция көрсетіледі — жалпы көріністі байқауға осы жеткілікті, әрі кесте бетті созбайды. Көшіру және CSV-ге шығару түймелері тізімді, ондағы позиция саны қанша болса да, толық береді. Кестенің астында қанша жол көрсетілгені және олардың жалпы саны әрқашан жазылып тұрады.

Ешқайда: барлық талдау сіздің құрылғыңыздағы браузерде орындалады. Мәтін серверге жіберілмейді, сақталмайды және журналдарға түспейді, сондықтан құрал арқылы жобаларды, ішкі құжаттарды және клиент материалдарын еркін өткізуге болады. Сурет пен CSV файлы да жергілікті түрде жасалады.