حساب تكرار الكلمات في النص

ما الكلمات التي يتكئ عليها النص، وكم مرة تتكرر، وما نسبتها منه، للكلمات المفردة والثنائيات والثلاثيات، مع استبعاد الكلمات الشائعة.

الصق نصك أو اكتبه

أفلت ملفاتك هنا

⁦.txt, .md, .csv⁩ · حتى 5 م.ب

اختيار الملفات

طريقة حساب تكرار الكلمات

1
لصق النص أو إفلاته
ملف .txt أو .md أو .csv حتى 5 ميغابايت، أو اكتب مباشرة في المربع.
2
اختيار ما تريد عدّه
كلمات مفردة أو ثنائيات أو ثلاثيات، مع حد أدنى لعدد التكرار، واستبعاد الكلمات الشائعة أو إبقائها.
3
قراءة الجدول أو تصديره
مرتب حسب التكرار، مع النسبة التي يشغلها كل مصطلح من النص. نزّله بصيغة CSV.

الكلمة المكتوبة بطريقتين تبقى كلمة واحدة

النص المنسوخ من جهاز Mac يصل كثيرًا بصيغة مفككة: حرف й الروسي يأتي على شكل и يتبعه رمز قوس منفصل (breve)، وحرف é على شكل e تتبعه علامة نبر. على الشاشة لا فرق بينهما وبين الصيغ المركّبة؛ لكنهما كمفتاحين في القاموس سلسلتان مختلفتان، فتنقسم الكلمة نفسها بصمت إلى صفين لكل منهما نصف العدد. هنا يُوحَّد كل شيء في صيغة واحدة قبل العدّ، ولهذا تتطابق المجاميع. وللسبب نفسه يُتجاهل الفرق بين الأحرف الكبيرة والصغيرة افتراضيًا: Word وword كلمة واحدة عند القارئ، والفصل بينهما يجعل رأس الجدول عديم الفائدة.

لماذا تُستبعد الكلمات الشائعة، ومتى لا ينبغي استبعادها

في أي نص إنجليزي تكون الكلمات العشر الأولى the وof وand وto وa وأخواتها. هذا الجدول صحيح لكنه لا يقول شيئًا. استبعادها هو ما يُظهر الباقي، ولذلك تُطبق افتراضيًا قائمة كلمات التوقف (stop words) للغة الصفحة، مع قوائم متاحة لعشر لغات، ومفتاح لإيقافها حين تريد التوزيع الخام. لا يُطبق المرشح عن قصد على الثنائيات والثلاثيات: لو حُذفت منها الكلمات الشائعة لصارت end of the day هي end day، وهي عبارة لا ترد في أي موضع من النص. في العبارات يُزال الضجيج بالحد الأدنى لعدد التكرار بدلًا من ذلك.

الثنائيات والثلاثيات تكشف ما تخفيه الكلمات المفردة

عدد الكلمات المفردة يخبرك بالموضوع. أما العبارات من كلمتين وثلاث كلمات فتخبرك بالعادات: الافتتاحيات الجاهزة، والقيد الذي يتكرر، والعبارة التي تظهر في كل فقرة ثانية دون أن ينتبه الكاتب. هذا هو العرض الذي يستحق الاستعمال على نصك قبل نشره، وعلى صفحة منافس حين تريد معرفة الكلمات التي حُسّنت لها في محركات البحث. تُعدّ العبارات على الكلمات المتتالية بالتوحيد نفسه المطبق على الكلمات المفردة، فالعبارة المكتوبة بأحرف كبيرة وصغيرة مختلفة في موضعين تُعدّ عبارة واحدة.

يُفصل بين المتساويات أبجديًا عن قصد

كثيرًا ما تتشارك عشرات المصطلحات العدد نفسه، ويتوقف ترتيب ظهورها على ترتيب رؤيتها أول مرة، أي أن تشغيل النص نفسه مرتين قد يعطي جدولين مختلفين. هنا تُرتب المصطلحات المتساوية في العدد أبجديًا وفق قواعد الترتيب (collator) في لغتك، فيكون الجدول قابلًا للتكرار: النص نفسه بالإعدادات نفسها يعطي دائمًا الصفوف نفسها بالترتيب نفسه، وهذا ما يجعل المقارنة بين ملفين مُصدّرين ممكنة.

لا يغادر شيء متصفحك

يُقرأ النص ويُعدّ ويتحول إلى جدول داخل الصفحة المفتوحة أمامك. لا رفع ولا خادم ولا حساب ولا تخزين؛ قوائم كلمات التوقف ملفات JSON صغيرة تأتي مع الصفحة. اقطع الاتصال بالشبكة وستبقى الأداة تعمل، ويكفي إغلاق علامة التبويب للتخلص من النص.

الأسئلة الشائعة

ما هي كلمات التوقف؟

كلمات الربط الشائعة في اللغة (the وof وand في الإنجليزية؛ и وв وне في الروسية) التي تتصدر أي جدول تكرار دون أن تقول شيئًا عن النص. القوائم مدمجة لعشر لغات، وتُطبق افتراضيًا للغة الصفحة، ويمكن إيقافها.

لماذا تبقى الكلمات الشائعة في الثنائيات والثلاثيات؟

لأن حذفها يختلق عبارات غير موجودة في النص: فتُعدّ end of the day على أنها end day. في العبارات يتولى الحد الأدنى لعدد التكرار الاستبعاد بدلًا من ذلك.

هل يعمل مع الصينية واليابانية؟

نعم. تُحدد الكلمات بأداة تقطيع النص في المتصفح لا بالتقسيم عند المسافات، وهذه الطريقة الوحيدة للحصول على نتائج معقولة في اللغات التي لا تفصل بين الكلمات بمسافات.

هل يمكنني تصدير الجدول؟

نعم، بصيغة CSV من ثلاثة أعمدة: المصطلح، وعدد التكرار، والنسبة المئوية من النص. يُفتح مباشرة في Excel أو Numbers أو Google Sheets.

لماذا تظهر كلمتي مرتين؟

غالبًا لن يحدث ذلك: يُتجاهل الفرق بين الأحرف الكبيرة والصغيرة وتُوحَّد صيغ Unicode قبل العدّ. إن حدث مع ذلك، فالنسختان تختلفان بحرف غير مرئي، مثل الواصلة اللينة (soft hyphen) أو المسافة الصفرية العرض (zero-width space).