单词频率计数器
粘贴一段文本,即可获得按出现频率排名的每个单词,每个单词都附有次数、百分比和条形图。像 the、and、of 这样的常见单词默认隐藏,使承载主题的词汇排在前面;点击一次即可重新显示它们。免费,无需注册,且不会上传任何内容。
如何使用单词频率计数器
- 粘贴您的文本。 一篇论文、文章、访谈记录、问卷回答或任何其他英文写作。
- 决定是否排除停用词。 该选项默认勾选,会隐藏 84 个非常常见的单词。取消勾选即可查看所有单词,包括 the、of 和 is。
- 查看汇总卡片。 总词数、唯一词数和最高频词会显示在表格上方。
- 浏览表格。 单词按次数排名,并显示每个单词占已统计单词的比例。前 25 个会先显示;点击“显示全部”即可查看其余单词。
单词如何统计
统计前,文本会先转换为小写,因此 Cities 与 cities 是同一个单词。单词是由字母(任何字母表中的字母,包括带重音的字母)、数字和撇号组成的连续字符串,因此 café 保持完整;don't 与 don’t(直引号或弯引号)视为同一个单词。两个字母之间的连字符保留在单词内,因此 well-known 是一个条目;而带空格的破折号、不带空格的破折号、斜杠、句号,以及网址中的点和斜杠都会结束单词。单字母单词会被剔除。数字也计为单词,带逗号或小数点的数字(如 10,000 或 3.5)保持完整。
本工具不会合并单词的词形变化。plan、plans 和 planning 是三个不同的条目,city 与 cities 也是。停用词表基于英语,因此对于其他语言的文本,请取消勾选。使用中文、日文等不以空格分词的文字时,结果会是较长的连续字符串,而非单独的单词。
示例
以下是这段 36 个单词的英文文本:Climate change is changing how cities plan for water. Cities that plan early adapt faster, and cities that ignore climate risks pay more later. Water planning is now a core part of climate policy in 2024. 隐藏停用词后,表格如下:
| 排名 | 单词 | 次数 | 占比 |
|---|---|---|---|
| 1 | climate | 3 | 12.0% |
| 2 | cities | 3 | 12.0% |
| 3 | plan | 2 | 8.0% |
| 4 | water | 2 | 8.0% |
| 5–19 | change、changing、early、adapt 以及另外 11 个 | 各 1 次 | 4.0% |
汇总卡片显示:总词数 36,唯一词数 19,最高频词为 climate。百分比以 25 为基数,而非 36:即 36 个单词减去 10 个停用词和单字母词 a,这些单词不计入统计。数字 2024 会被统计,作为一个独立的单词。取消勾选后,统计总数变为 35(除 a 以外的所有单词),climate 则降至 8.6%。
值得注意的是,表格显示了这段文章的写作特点:climate 与 cities 并列第一,而 plan、planning 和 water 围绕主题形成第二组。词频列表是快速了解文本主题的方法,也能看出您想强调的词,或您过度使用的词是否真的居于前列。
词频列表的用途
- 修改自己的文章。 在读者发现之前,找出您惯用的口头禅,如 very、really 或 important。
- 发现主题。 对访谈记录、开放式问卷回答或一组摘要运行本工具,查看哪些词频繁出现。
- 检查重点。 如果论文的核心概念不在最高频的实义词之列,论点可能并未围绕您想要的中心展开。
- 学习词汇。 阅读材料中最高频的词,往往是最值得优先学习的。
您需要哪个工具?
| 如果您想…… | 使用 |
|---|---|
| 按排名统计每个单词的次数 | 本页 |
| 以百分比显示关键词密度,并附带短语标签和警告区间 | 关键词密度 |
| 统计重复出现的两到三词短语 | 短语频率计数器 |
| 查找相距较近的重复单词 | Word Repetition Checker |
| 用图片展示高频单词 | Word Cloud Generator |
| 查看词汇多样性得分 | 词汇多样性计算器 |
常见问题
- 如何统计某个单词在文本中出现的次数?
- 粘贴文本,然后在表格中查找该单词。由于默认隐藏停用词,the 等非常常见的词不会列出,因此如果您要查找其中的某个词,请先取消勾选。
- 什么是停用词?为什么要隐藏它们?
- 停用词是 the、and、of、is、to 等非常常见的功能词,它们充斥大多数文本,却不能说明文本的主题。本工具默认隐藏其中 84 个,使表格从实义词开始。取消勾选即可同时统计它们。
- 为什么总词数与百分比对不上?
- “总词数”卡片统计的是以空格分隔的全部内容,包括数字、停用词以及像破折号这样的单独符号。表格中的百分比则是实际统计的单词所占的比例,不包括单字母、不含字母或数字的符号,以及(若已勾选)停用词。
- 它会把单词的复数和动词形式合并计算吗?
- 不会。每种拼写都是独立的条目,因此 plan、plans 和 planned 分别统计。如果您想查看某个词族,请自行把次数相加,或使用检索工具搜索词干。
- 数字和带重音的字母会被统计吗?
- 会。任何字母表中的字母都会统计,包括重音符号,因此 café 是一个单词;数字也会统计,因此 2024 和 10,000 会出现在表格中。两个字母之间的撇号或连字符保留在单词内,因此 don't 和 well-known 保持完整。停用词表基于英语,因此对于其他语言,请取消勾选。
- 论文中的词频多少才算合适?
- 没有标准数值。关键在于检查您的主题词是否排在前列,以及是否没有无意义的填充词居首。如果您并未打算强调的词占据了列表首位,请在下一次修改时换一种说法。
- 我的文本会被发送到任何地方吗?
- 不会。单词在您的浏览器中统计,文本不会被上传或存储。