文本处理
关键词与词频统计
这是什么:统计一段文字里出现最多的词,中文按相邻两字、英文按单词,可复制为 CSV。
| 排名 | 词 | 次数 | 占比 |
|---|
中文没有使用分词词典,而是统计相邻的两个汉字(二元组);英文按单词统计。结果适合快速看高频内容,不等同于严格的分词结果。
使用步骤
- 粘贴文本。把要分析的文字放进文本框。
- 设置条件。选择显示前几名、最少出现次数,以及是否统计单个汉字。
- 复制结果。在表格里查看结果,点“复制为 CSV”。
使用提示
- 中文二元组是相邻两字的所有组合,会包含一些并不成词的组合,仅供快速浏览。
- 英文默认忽略大小写,并可只统计两个字母以上的词。
- 结果不含停用词过滤,常见的虚词也会出现。
关于这个工具
想快速知道一篇文章反复在说什么,可以先看高频词。中文没有使用分词词典,而是统计相邻的两个汉字,英文则按单词统计。