词频统计工具
统计文本中每个单词或 2–3 词短语出现的次数。可按 7 种语言过滤停用词，支持复制为 CSV、兼容 Unicode，完全保护隐私。
统计了 0 个词项 · 其中 0 个不 重复
没有结果
除非勾选“区分大小写”，否则词会统一转为小写。占比 = 出现次数 ÷ 统计的全部词项 × 100。
完全在浏览器中运行，您的数据不会被上传。
什么是 词频统计？
列出文本中的每个单词（或 2、3 个词的短语）、它出现的次数以及占所有统计项的比例，按频率从高到低排序。可以排除 "the" 或 "và" 这样的停用词，表格也可以复制为 CSV。
如何使用 词频统计
- 把文本粘贴到输入框中。
- 选择统计单位：单个词、二词短语或三词短语。
- 也可以在忽略停用词下选择一种语言，并勾选忽略数字或区分大小写。
- 查看表格，或点击复制以 CSV 形式获取完整列表。
示例
输入
The cat and the dog. The cat!
输出
the 3 (42.86%), cat 2 (28.57%), and 1 (14.29%), dog 1 (14.29%) – 7 terms counted · 4 unique
何时使用 词频统计
适用于找出文章中用得过多的词、分析问卷答案或评论，或制作词汇表。它统计的是精确的词形（"run" 和 "running" 不同），不做词形还原，也不理解同义词。
词频统计 的工作原理
文本使用 Intl.Segmenter 的词分割进行切分，只保留含字母或数字的词元。除非开启区分大小写，词元会按页面语言的规则转为小写。连续的词元组成所选长度的 n 元组；使用停用词表时，以停用词开头或结尾的 n 元组会被跳过。每个 n 元组在哈希表中计数，占比 = 次数 ÷ 全部统计的 n 元组数 × 100。次数相同的按字母顺序排列。
常见用例
- 找出论文中重复过多的词
- 分析开放式问卷回答
- 从客户评价中提取高频短语
- 制作语言学习的词汇表
- 检查哪些词在页面内容中占主导
常见问题
什么是停用词？
非常常见的功能词（冠词、介词、代词），通常意义不大，比如英语中的 "the、and、of"。排除它们能让有意义的词更容易看清。
二词短语是怎么统计的？
每一对连续的词都会被计数，所以 "big data big data" 中 "big data" 出现两次，"data big" 出现一次。词之间的标点不会打断短语。
支持中文或泰语吗？
支持。浏览器的分词器会先把这些语言按词典切分成词，再进行统计。
有大小限制吗？
没有固定限制。表格显示前 200 行；复制会包含所有行。