词频统计
统计文本中单词或汉字出现的频率，排序显示 Top N，支持忽略大小写和停用词过滤。
词频统计
词频统计工具使用指南
📌 简介
词频统计工具是一款面向内容创作者、SEO 优化师、数据工作者的文本分析工具，可以统计文本中英文单词和中文词组出现的频率，按出现次数从高到低排序，帮助您快速找出文章的核心关键词和主题。支持忽略大小写、过滤停用词、调整显示数量等选项。所有分析在浏览器本地完成。
📖 什么是词频分析？
词频分析（Word Frequency Analysis）是自然语言处理的基础技术，通过统计文本中每个词出现的次数，揭示文本的主题和重点。英语中单词用空格分隔，可以直接切分；中文没有分词符号，需要用算法切分。本工具使用 2-gram 和 3-gram 的滑动窗口方法提取中文高频词组。停用词（the、a、的、了等）因出现频率过高但语义价值低，被过滤掉以保证统计的有效性。
💼 常见应用场景
- SEO 优化： 分析竞品文章的关键词密度，指导自己的内容创作。
- 内容诊断： 查看自己文章是否围绕主题展开，有无偏离。
- 评论分析： 统计用户评论中出现最多的词汇，了解用户关注点。
- 学习研究： 分析文学作品、新闻报道的用词偏好。
- 数据清洗： 识别日志、反馈中的高频问题类型。
⚙️ 使用步骤
- 将文本粘贴到左侧输入框。
- 根据需要勾选“区分大小写”、“过滤停用词”。
- 设置显示前 N 条（默认 50 条）。
- 右侧会实时显示统计结果，可复制为文本分析报告。
⚠️ 注意事项
- 中文使用 2-gram 和 3-gram 切分，可能出现重复的短词组，请根据上下文判断。
- 停用词列表已内置，如需自定义需要修改代码。
- 过滤词频小于 2 的词汇，避免展示大量只出现一次的词。
❓ 常见问题 (FAQ)
Q: 什么是停用词？
A: 停用词（Stop Words）是语言中高频出现但语义价值较低的词，如英文的 the、a、is，中文的的、了、是。词频分析时通常需要过滤掉它们，否则结果会被这些词主导。
Q: 中文为什么用 2-gram 和 3-gram？
A: 中文没有明确的分词符号，需要算法切分。n-gram 是最简单的无监督切分方法，2-gram 提取所有相邻两字组合，3-gram 提取三字组合。虽然会产生一些无意义的组合，但能有效识别高频词组。
Q: 支持导出 Excel 吗？
A: 当前版本输出为纯文本格式，可复制后粘贴到 Excel 中进一步分析。