Alat Analisis Frekuensi Kata

1. 1

   Tambahkan teks Anda

   Tempelkan ke kotak, atau jatuhkan berkas .txt, .md, .csv, .tsv, .log, .json, .srt, atau .vtt. Teks pendek dihitung sambil Anda mengetik; dokumen panjang dan berkas dihitung saat Anda menekan Analisis. Tidak ada yang diunggah.

2. 2

   Pilih kata atau frasa

   Satu kata menghasilkan daftar frekuensi klasik. Dua, tiga, atau empat kata menghasilkan frekuensi frasa — tampilan yang menunjukkan susunan kalimat yang berulang, bukan sekadar kosakata yang berulang.

3. 3

   Atur filter

   Matikan kata umum untuk melihat daftar mentah, atau biarkan menyala agar kata bermakna naik ke atas. Naikkan panjang minimum untuk membuang token pendek, naikkan kemunculan minimum untuk menyembunyikan yang hanya muncul sekali, dan cari di dalam hasil untuk mengisolasi satu istilah.

4. 4

   Baca kolom kepadatan

   Kepadatan adalah bagian istilah tersebut dari semua yang dihitung. Untuk frasa, penyebutnya adalah jumlah posisi frasa, bukan jumlah kata, sehingga kepadatan dua kata bisa langsung dibandingkan dengan kepadatan dua kata lainnya.

5. 5

   Ekspor

   Unduh CSV untuk lembar sebar, JSON bila Anda ingin pengaturannya tercatat bersama angkanya, atau teks biasa untuk ditempel di tempat lain. Ekspor berisi setiap baris yang lolos filter Anda, bukan hanya baris di layar.

Tabel frekuensi hanya sedapat-dipercaya definisi katanya, jadi definisi ini ditulis terang-terangan alih-alih disembunyikan di dalam ekspresi reguler yang tak pernah dibaca siapa pun. Sebuah kata adalah rangkaian huruf, angka, dan tanda gabung. Apostrof atau tanda hubung menyatukan dua rangkaian menjadi satu kata bila sesudahnya ada karakter kata, sehingga don't, it’s, terkenal-luas, dan anak-anak masing-masing satu entri, sementara dogs' membiarkan apostrofnya di luar hitungan dan akhir--awal tetap dua kata.

Aturannya, selengkapnya

• Huruf dan tanda berjalan bersama. Matra Devanagari, harakat Arab, niqqud Ibrani, dan aksen Latin terurai adalah bagian dari kata yang mereka lekati, bukan pemisah. Penghitung yang memperlakukannya sebagai tanda baca melaporkan हिन्दी sebagai tiga serpihan.
• Angka bersifat opsional. Matikan dan 2026, 1.200, serta v1.2 berhenti menghasilkan entri — itulah yang Anda inginkan pada naskah, dan bukan yang Anda inginkan pada berkas log.
• Besar-kecil huruf bersifat opsional. Mati secara bawaan, sehingga Yang dan yang adalah satu kata. Nyalakan dan penghitung di atas tabel ikut berubah: kata unik dan keragaman dihitung ulang, tidak dibiarkan menampilkan jawaban yang lama.
• Tidak ada pemenggalan akar. lari, berlari, dan pelari adalah tiga entri. Pemenggalan akar bergantung pada bahasa dan cukup sering keliru pada nama serta istilah teknis sehingga tebakan diam-diam lebih buruk daripada pemisahan yang jujur.
• Kalimat berakhir pada tanda plus spasi. Titik di antara angka atau di dalam nama domain tidak mengakhiri kalimat, sehingga 3.14 dan example.com tetap utuh — hal yang penting karena frasa tidak pernah dirangkai melewati akhir kalimat.

Frekuensi kata tunggal menemukan kosakata yang berulang. Frekuensi frasa menemukan tulisan yang berulang, dan itu biasanya yang sebenarnya ingin Anda ketahui. Setel panjang frasa ke dua, dan halaman yang mengatakan tingkatkan alur kerja Anda sebelas kali berhenti bersembunyi di balik sebelas hitungan biasa-biasa saja untuk tingkatkan, alur, dan kerja.

Dua aturan yang membuat tabel frasa jujur

• Sebuah frasa tidak pernah melewati akhir kalimat atau pergantian baris. “…selesaikan laporannya. Langkah berikutnya…” tidak bisa menghasilkan laporannya langkah, karena tidak ada yang menulisnya. Setiap penghitung frasa daring yang diperiksa selama pembangunan ulang ini menggeser jendelanya melintasi seluruh dokumen dan memang menghasilkan frasa semacam itu: itu derau di puncak tabel, dan makin pendek kalimatnya makin banyak deraunya.
• Dengan kata umum aktif, sebuah frasa hanya dibuang bila diawali atau diakhiri kata umum. Kata umum di tengah tetap ada, sehingga ujung tombak dari masalah dan sudut pandang yang sama tetap ada di tabel sementara dari yang dan di dalam keluar darinya. Aturan yang membuang frasa apa pun yang memuat kata umum akan menghapus ketiganya.

Setiap baris membawa kepadatan: bagian istilah tersebut dari semua yang dihitung, dalam persen. Untuk kata tunggal penyebutnya adalah jumlah kata. Untuk frasa penyebutnya adalah jumlah posisi frasa, angka yang lebih kecil, sehingga kepadatan dua kata sebanding dengan kepadatan dua kata lain dan bukan dengan kepadatan kata tunggal. Alat ini mengurus pembukuannya; penafsirannya adalah bagian yang perlu kehati-hatian.

Membacanya tanpa menipu diri sendiri

• Tidak ada kepadatan yang benar. Tidak ada mesin pencari yang menerbitkan target dan tidak ada ambang yang memisahkan tulisan baik dari tulisan buruk. Sebuah angka baru berarti bila ada pembandingnya — halaman yang sama sebelum disunting, atau halaman yang sudah menempati peringkat untuk kueri yang sama.
• Kata tunggal di atas sekitar 4–5 % dalam prosa biasa umumnya menandakan pengulangan yang akan disadari pembaca, bukan optimalisasi. Bacalah kalimatnya sebelum mengubah apa pun: perbaikannya biasanya menulis ulang satu paragraf, bukan menghapus kemunculan.
• Dokumen panjang mengencerkan segalanya. Istilah pada 0,4 % di halaman 5.000 kata bisa jauh lebih menonjol daripada istilah pada 2 % di halaman 200 kata, karena penonjolan sama-sama ditentukan penempatan dan proporsi.
• Bandingkan yang sepadan. Nyalakan kata umum sebelum membandingkan dua dokumen, atau perbandingannya lebih banyak mengukur mana yang lebih sering memakai kata sandang.

Kata umum adalah kata yang tak bisa ditinggalkan sebuah bahasa dan tak bisa dimanfaatkan sebuah tabel frekuensi: kata sandang, kata ganti, kata bantu, kopula, preposisi, dan konjungsi yang sering muncul. Kata-kata itu menempati puncak setiap daftar tanpa filter dalam bahasa apa pun, dan karena itulah filternya menyala secara bawaan.

Di sini daftarnya benar-benar mencakup kelas tertutup alih-alih sekadar mencuplik — 226 entri untuk bahasa Inggris, 172 Jerman, 154 Spanyol, 151 Prancis, 141 Portugis, dan 118 Indonesia — dan setiap kontraksi muncul dalam kedua bentuk apostrof, karena semua pengolah kata menghasilkan apostrof tipografis dan daftar yang hanya memuat bentuk ASCII akan gagal diam-diam pada teks yang ditempel dari sana. Kata bermakna tidak pernah masuk daftar, sesering apa pun kemunculannya: waktu, orang, dan kerja membawa makna dan layak ada di tabel Anda.

Matikan ketika

• Anda mempelajari gaya, bukan topik. Laju kata fungsi adalah dasar hampir semua kerja atribusi kepengarangan dan keterbacaan, dan menyaringnya justru membuang sinyalnya.
• Teksnya bukan prosa — kode, log, kolom CSV, berkas takarir. Daftar yang dibuat untuk sebuah bahasa tidak berguna sama sekali bagi kolom pengenal.
• Anda bekerja dalam bahasa yang tidak dicakup pemilihnya. Pilih Tidak ada, alih-alih menyaring dengan daftar bahasa lain, yang membuang segelintir kata tak berkaitan dan tampak seolah berhasil.

Karena pengulangan tak terlihat dari dalam. Penulis sudah membaca setiap kalimatnya belasan kali dan tak lagi mendengar kata yang ia pakai di setiap halaman; pemasar yang meninjau halaman arahan tak bisa menilai apakah sebuah frasa terbaca sebagai penekanan atau sebagai pengisi. Tabel frekuensi adalah pendapat luar yang paling murah yang bisa didapat.

Untuk apa ini berguna

• Menangkap kebiasaan menulis. Setiap orang punya satu. Urutkan berdasarkan frekuensi dengan kata umum menyala dan biasanya ia ada di sepuluh baris pertama.
• Membandingkan revisi. Ekspor satu tabel per revisi dan bandingkan di lembar sebar: apa yang naik, apa yang turun, apa yang hilang sama sekali.
• Menyusun keseimbangan kata kunci. Bukan pelacak peringkat dan bukan penggantinya, tetapi ia menjawab apakah sebuah halaman benar-benar membahas apa yang Anda kira.
• Membaca korpus yang bukan tulisan Anda. Halaman pesaing, jawaban survei, tiket dukungan, transkrip. Empat puluh istilah teratas adalah ringkasan yang tak perlu Anda baca sendiri.
• Mengajar. Tabelnya membuat tokenisasi, hukum Zipf, dan rasio tipe-token terlihat dalam sekitar sepuluh detik, memakai teks kelas itu sendiri.

Enam penghitung berada di atas hasil, dan masing-masing menjawab pertanyaan yang berbeda. Semuanya berasal dari penelusuran yang sama dengan tabelnya, jadi keduanya tidak mungkin bertentangan — termasuk saat pembedaan huruf besar-kecil menyala, ketika alat sebelumnya tetap melaporkan jawaban tanpa pembedaan.

• Kata. Semua token yang dihitung, tanpa filter diterapkan. Ukuran dari apa yang sedang Anda lihat.
• Unik. Entri yang berbeda, mengikuti pengaturan huruf besar-kecil. Bersama angka pertama, inilah kosakatanya.
• Kalimat. Batas yang ditemukan dengan aturan yang sama dengan penelusuran frasa, sehingga keduanya tidak mungkin berselisih.
• Muncul sekali. Jumlah hapaks. Porsi yang tinggi berarti kosakata beragam atau banyak nama diri; porsi yang rendah berarti dokumen yang mengulang-ulang.
• Keragaman. Unik dibagi total, rasio tipe-token. Berguna untuk membandingkan teks yang panjangnya mirip dan menyesatkan pada teks yang sangat berbeda, karena nilainya turun seiring dokumen memanjang.
• Tersaring. Kemunculan yang dibuang filter Anda saat ini, termasuk pencarian. Inilah selisih antara yang dihitung dan yang Anda lihat, dan ia bergerak begitu filter mana pun bergerak.

Saat menyunting, kerja SEO ringan, meringkas riset, memperagakan di kelas, dan setiap kali Anda punya dokumen tanpa tahu isinya.

• Sebelum menyunting. Temukan dulu kata dan frasa yang berulang, lalu sunting dengan daftar di depan mata alih-alih mengandalkan perasaan.
• Setelah menulis ulang. Ekspor sebelum dan sesudah; selisihnya menunjukkan apakah penulisan ulang mengubah kosakatanya atau hanya kalimatnya.
• Pada halaman pesaing. Tempel teksnya dan baca frasa empat katanya. Itu cara tercepat melihat struktur yang dipilih orang lain.
• Pada transkrip dan takarir. Jatuhkan berkas .srt atau .vtt langsung. Penanda waktu dan nomor urut dihitung sebagai apa adanya — angka — dan mematikan angka membuangnya dengan satu klik.
• Pada berkas log. Istilah teratas sebuah .log adalah pesan-pesan berulangnya, sebuah penyaringan kasar yang bisa Anda lakukan sebelum membuka penampil log.

Empat kebiasaan yang membedakan sebuah tabel dari sebuah jawaban.

• Lihat tampilan frasa sebelum tampilan kata. Kata tunggal lebih berderau dan pengulangan yang menarik biasanya sepanjang dua atau tiga kata.
• Setel kemunculan minimum ke dua sebelum menarik kesimpulan apa pun. Semua yang muncul sekali adalah kosakata, bukan pola, dan pada dokumen panjang itulah sebagian besar isi tabel.
• Simpan teks aslinya. Filter mengubah apa yang Anda lihat, tidak pernah apa yang Anda punya, tetapi dokumen yang disunting sambil membaca tabel tersaring mudah terpangkas berlebihan.
• Ekspor sebagai JSON bila Anda berniat membandingkan nanti. Berkas itu mencatat pengaturan dan totalnya bersama barisnya, dan dua tabel yang dibuat dengan pengaturan berbeda tidak sebanding betapapun miripnya.

Dokumen 10 MB dihitung dalam sekitar sepersepuluh detik dan dokumen 25 MB dalam sekitar seperempat detik, termasuk frasanya, pada laptop kelas menengah — di luar utas antarmuka, sehingga mengetik tidak pernah tersendat sementara alat bekerja.

Semuanya berjalan di perangkat Anda, jadi batas atasnya adalah perangkat Anda dan bukan proses unggah: 25 MB per dokumen pada paket gratis, dan lebih besar pada Pro, dibatasi memori yang tersedia bagi peramban Anda. Berkas dibaca sebagai teks — .txt, .md, .csv, .tsv, .log, .json, .srt, dan .vtt. Format yang sebenarnya adalah wadah ditolak begitu Anda memilihnya, disertai tautan ke alat yang mengeluarkan teksnya, karena .docx yang dibaca sebagai teks menghasilkan tabel serpihan markah yang tampak persis seperti jawaban sungguhan.

Yang tidak dilakukannya

• Tidak ada pemenggalan akar maupun lematisasi. Bentuk kata dihitung sebagaimana tertulis.
• Tidak ada pemenggalan kata untuk bahasa Tionghoa, Jepang, atau Thai. Tabelnya jujur tentang apa yang diukur, tetapi rangkaian karakter bukan kata dalam aksara-aksara itu.
• Tidak ada penandaan kelas kata, sehingga daftar kata umum tidak bisa membedakan yang sebagai kata ganti dari yang sebagai penghubung.
• Tidak ada pengelompokan makna. Sinonim adalah entri terpisah, karena memutuskan dua kata bermakna sama adalah penilaian, bukan penghitungan.

• Penghitung kata
• Penganalisis teks
• Pengekstrak kata kunci
• Pemeriksa keterbacaan
• Statistik teks
• Hapus baris ganda
• Urutkan baris
• Pisahkan teks
• Rapikan spasi
• Ubah huruf besar kecil
• Gabungkan teks
• Word ke teks
• Gambar ke teks
• Suara ke teks