短语频率计数器

如何使用短语频率计数器

1. 1. 粘贴您的文本。 一篇论文、一章内容、一篇演讲稿或一篇文章,至少几百字。文本太短时很少会出现重复的短语。
2. 2. 选择是否隐藏停用短语。 该复选框一开始是勾选的。取消勾选即可包括 in the 之类的短语。
3. 3. 点击“统计短语”。 卡片会显示所分析的单词数,以及重复出现的二词和三词短语的数量;每种长度各有一张最多 15 个短语的表格。
4. 4. 修改并重新统计。 结果不会在您输入时更新,因此修改后请再次点击按钮。“复制结果”会把两张表格复制到剪贴板。

什么算作一个短语

文本会被转为小写,并按由字母、数字和词内撇号组成的单词进行切分,因此 don't 算作一个词,而 well-known 会算作两个词。短语是任意连续的两个或三个单词。标点符号不会中断连续的序列,因此一句的末尾和下一句的开头可以组成一个短语。只有出现至少两次的短语才会被列出。

勾选“隐藏停用短语”时,计数器会去掉所有单词都是常见功能词的短语,例如 of the、it is、in the。只要短语中含有一个实义词就会保留,因此 in the end 会保留,而 in the 会被移除。同样次数的短语按字母顺序排列。

示例

粘贴以下文字:Many students struggle with time management. Time management is a skill that can be learned. Good time management helps students finish work on time, and students who learn time management early do better. In the end, time management is about priorities; in the end, students choose what matters. 计数器分析了 48 个单词,并找到:

需要处理的短语是 time management,它在 48 个单词中出现了五次。取消过滤后,in the 也会以 2 次出现,这只是噪声,并不是文风问题。结果说明了过滤功能默认开启的原因。

如何处理重复的短语

• 关键术语。 重复出现的技术术语,例如这里的 time management,通常是正确的。把它换成含糊的同义词,可能会让论文变得不清楚。
• 填充词和过渡词。 反复出现的 in order to、it is important to 和 as a result 是需要删减或变换的对象。
• 引用或照搬的文字。 如果一个较长的短语完全重复,请确认您是有意引用它,并且已注明来源。
• 固定搭配。 诸如 in the end 或 on the other hand 之类的短语可能很自然,但若一页中出现多次,就会变成一种习惯性的口癖。

您需要哪个工具?

常见问题

什么是短语频率计数器?

它统计文本中每一个连续两个或三个单词的序列出现的次数,并列出重复出现的序列。语言学家称它们为二元组和三元组(n-gram)。它们能显示单词计数所遗漏的习惯。

什么是停用短语?

停用短语是完全由非常常见的功能词组成的短语,例如 of the、it is 和 in a。它们几乎总会占据原始 n-gram 列表的前列,却不提供任何信息,因此本工具默认将其隐藏。

为什么一个短语会跨越句子边界?

标点符号不会中断计数,因此一句的末尾与下一句的开头可能会配对。这偶尔会显得奇怪,但重复的配对仍然是重复的配对,而且在长文本中影响很小。

为什么没有结果?

要么没有任何二词或三词短语出现两次,要么出现两次的只是停用短语。这在约 200 词以下的文本中很常见。取消过滤即可看到停用短语,或者粘贴更多文字。

为什么我修改文本后结果没有变化?

计数是在您点击“统计短语”时进行的,而不是在输入时进行的。修改后请再次点击。不过,更改停用短语复选框会立即重新统计。

它与关键词密度有什么不同?

关键词密度以占所有单词的百分比给出每个词,并按区间着色。本页只给出重复短语的原始次数,并过滤填充词,更适合修改文章,而不是检查搜索文案。

我的文本会被上传吗?

不会。短语在您的浏览器中统计,文本不会被发送到任何地方。“复制结果”只使用您的剪贴板。