単語 出現頻度 カウント
"the quick brown fox jumps over the lazy dog the end" では "the" が11語中3回出てきて、27.3%を占めます。
使い方
- テキストを貼り付けるか入力します。
- 大文字小文字の無視、英語ストップワードの除外、最小文字数、表示する行数を設定します。
- 単語・回数・割合の表を確認します。表計算ソフトで開くならCSVでコピーしてください。
計算方法
単語の分割にはブラウザ内蔵のUnicode単語分割機能(Intl.Segmenter)を使い、Unicodeのテキスト分割規則に従います。句読点と空白は除き、数字は単語として数えます。この機能がないブラウザでは、文字と数字の連なりを1語とみなす簡単な規則を使います。
単語ごとに回数を数え、多い順に並べます。回数が同じ場合は、このページの言語(日本語)の規則で並べます。
割合は、その単語の回数を集計した単語の総数で割って100を掛けた値です。ストップワードや最小文字数で除いた単語は数えないので、割合は残った単語同士で合計100%になります。
日本語は、対応しているブラウザでは辞書にもとづく規則で分割されます。韓国語は空白で区切るため、助詞が付いた形は別の単語になります。
よくある質問
日本語の文章でも使えますか?
使えます。日本語には空白がないので、ブラウザの辞書ベースの分割を使います。そのため結果はブラウザによって少し変わることがあり、複合語が分かれたり、助詞が1語として数えられたりします。形態素解析ツールほど細かい品詞の区別はしません。
ストップワードとは何ですか?
the、and、of、to のようにとてもよく使われる英単語です。これを除くと意味のある単語が目立ちます。リストは約100語で英語だけが対象です。日本語の助詞(は、が、の など)は含まれていません。
"Apple" と "apple" は同じ単語ですか?
初期設定では同じです。単語を小文字にそろえて数えるためです。別々に数えるには大文字小文字の無視をオフにします。
don't のような短縮形はどう数えますか?
1語として数えます。丸いアポストロフィ(’)はまっすぐなものに置き換えるので、どちらの書き方も同じ単語になります。
テキストはどこかに送信されますか?
いいえ。集計はブラウザの中で行います。