शब्दों की आवृत्ति गिनें

टेक्स्ट किन शब्दों पर टिका है, वे कितनी बार आते हैं और टेक्स्ट में उनका हिस्सा कितना है। अकेले शब्द, दो और तीन शब्दों के जोड़, आम शब्द छांटकर।

अपना टेक्स्ट पेस्ट करें या लिखें

फाइलें यहां छोड़ें

.txt, .md, .csv · 5 MB तक

फाइलें चुनें

शब्दों की फ्रीक्वेंसी कैसे गिनें

1
टेक्स्ट पेस्ट करें या फाइल छोड़ें
5 MB तक की .txt, .md या .csv फाइल, या सीधे बॉक्स में टाइप करें।
2
चुनें कि क्या गिनना है
अकेले शब्द, दो या तीन शब्दों के जोड़, कम से कम गिनती तय करें, आम शब्द चालू या बंद रखें।
3
टेबल पढ़ें या एक्सपोर्ट करें
फ्रीक्वेंसी के क्रम में, हर शब्द के टेक्स्ट में हिस्से के साथ। CSV के रूप में डाउनलोड करें।

दो तरह से लिखा एक ही शब्द फिर भी एक शब्द है

Mac से कॉपी किया गया टेक्स्ट अक्सर टूटे हुए रूप में आता है: रूसी й एक и और उसके बाद अलग ब्रेव चिह्न बनकर आता है, और é एक e और उसके बाद अलग एक्सेंट बनकर। स्क्रीन पर ये जुड़े हुए रूपों जैसे ही दिखते हैं, पर डिक्शनरी की कुंजी के रूप में ये अलग स्ट्रिंग हैं। इसलिए एक ही शब्द चुपचाप दो पंक्तियों में बंट जाता है, और हर पंक्ति में आधी गिनती होती है। यहां गिनती से पहले सब कुछ एक ही रूप में लाया जाता है, इसीलिए कुल जोड़ सही बैठता है। इसी वजह से डिफॉल्ट रूप से बड़े और छोटे अक्षरों का फर्क भी हटा दिया जाता है: पढ़ने वाले के लिए Word और word एक ही शब्द हैं, और उन्हें अलग रखने से टेबल का ऊपरी हिस्सा बेकार हो जाता है।

आम शब्द क्यों छांटे जाते हैं, और कब नहीं छांटने चाहिए

किसी भी अंग्रेजी टेक्स्ट में सबसे ऊपर के दस शब्द the, of, and, to, a और इन्हीं जैसे होते हैं। वह टेबल सच है, पर कुछ नहीं बताती। इन्हें हटाने से ही बाकी शब्द दिखते हैं। इसलिए पेज की भाषा की स्टॉप वर्ड सूची डिफॉल्ट रूप से लगती है। दस भाषाओं की सूचियां मौजूद हैं, और जब आपको कच्चा वितरण चाहिए, तो इसे बंद करने का स्विच भी है। दो और तीन शब्दों के जोड़ पर यह फिल्टर जानबूझकर नहीं लगता: वहां आम शब्द हटा दें, तो end of the day बन जाता है end day, ऐसा वाक्यांश जो टेक्स्ट में कहीं नहीं है। वाक्यांशों में शोर कम से कम गिनती की शर्त से हटाया जाता है।

दो और तीन शब्दों के जोड़ वह दिखाते हैं, जो अकेले शब्द छिपाते हैं

अकेले शब्दों की गिनती विषय बताती है। दो और तीन शब्दों के वाक्यांश आदतें बताते हैं: रटी-रटाई शुरुआत, बार-बार आने वाला विशेषण, वह वाक्यांश जो हर दूसरे पैराग्राफ में आता है और लेखक को पता भी नहीं चलता। यह नजरिया छापने से पहले अपने लेखन पर आजमाने लायक है, और किसी प्रतिस्पर्धी के पेज पर भी, जब आप जानना चाहते हैं कि वह असल में किस चीज के लिए ऑप्टिमाइज किया गया है। वाक्यांश लगातार आने वाले शब्दों से गिने जाते हैं, उसी नॉर्मलाइजेशन के साथ जो अकेले शब्दों पर लगता है। इसलिए दो जगह अलग बड़े-छोटे अक्षरों में लिखा वाक्यांश भी एक ही बार गिना जाता है।

बराबर गिनती वाले शब्द जानबूझकर वर्णमाला के क्रम में लगते हैं

आमतौर पर दर्जनों शब्दों की गिनती एक जैसी होती है, और वे किस क्रम में आएंगे, यह इस पर निर्भर करता है कि वे पहली बार किस क्रम में मिले। यानी एक ही टेक्स्ट को दो बार चलाने पर दो अलग टेबल बन सकती हैं। यहां बराबर गिनती वाले शब्द आपकी भाषा के कोलेटर से वर्णमाला के क्रम में लगाए जाते हैं, इसलिए टेबल दोहराई जा सकती है: एक ही टेक्स्ट और एक ही सेटिंग से हमेशा वही पंक्तियां उसी क्रम में मिलती हैं। इसी से दो एक्सपोर्ट की तुलना की जा सकती है।

कुछ भी आपके ब्राउजर से बाहर नहीं जाता

टेक्स्ट उसी पेज के अंदर पढ़ा, गिना और टेबल में बदला जाता है, जो आपने पहले से खोला है। न अपलोड, न सर्वर, न अकाउंट, न स्टोरेज। स्टॉप वर्ड की सूचियां छोटी JSON फाइलें हैं, जो पेज के साथ ही आती हैं। इंटरनेट बंद कर दें, फिर भी यह काम करता है, और टेक्स्ट से छुटकारा पाने के लिए बस टैब बंद करना काफी है।

अक्सर पूछे जाने वाले सवाल

स्टॉप वर्ड क्या होते हैं?

किसी भाषा के आम सहायक शब्द (अंग्रेजी में the, of, and; रूसी में и, в, не), जो किसी भी फ्रीक्वेंसी टेबल में सबसे ऊपर होते हैं, पर टेक्स्ट के बारे में कुछ नहीं बताते। दस भाषाओं की सूचियां पहले से मौजूद हैं, पेज की भाषा के लिए डिफॉल्ट रूप से लगती हैं, और बंद की जा सकती हैं।

दो और तीन शब्दों के जोड़ में आम शब्द अब भी क्यों हैं?

क्योंकि उन्हें हटाने से ऐसे वाक्यांश बन जाते, जो टेक्स्ट में हैं ही नहीं: end of the day को end day गिना जाता। वाक्यांशों के लिए छंटाई कम से कम गिनती की शर्त करती है।

क्या यह चीनी और जापानी के लिए काम करता है?

हां। शब्द स्पेस पर तोड़कर नहीं, बल्कि ब्राउजर के टेक्स्ट सेगमेंटर से पहचाने जाते हैं। जिन भाषाओं में शब्दों के बीच स्पेस नहीं होता, उनमें सही नतीजे पाने का यही एक तरीका है।

क्या टेबल एक्सपोर्ट कर सकते हैं?

हां, तीन कॉलम वाली CSV के रूप में: शब्द, गिनती और टेक्स्ट में हिस्सा प्रतिशत में। यह सीधे Excel, Numbers या Google Sheets में खुलती है।

मेरा शब्द दो बार क्यों दिख रहा है?

आमतौर पर ऐसा नहीं होगा: गिनती से पहले बड़े-छोटे अक्षरों का फर्क हटाया जाता है और Unicode रूप एक जैसे किए जाते हैं। अगर फिर भी ऐसा हो, तो दोनों रूपों में कोई अदृश्य कैरेक्टर का फर्क है, जैसे सॉफ्ट हाइफन या शून्य चौड़ाई वाला स्पेस।

यह कितना बड़ा टेक्स्ट ले सकता है?

5 MB या दस लाख कैरेक्टर तक। बड़े टेक्स्ट टैब को अटकाने के बजाय इसी सीमा तक गिने जाते हैं। इससे बड़ी किसी भी चीज के लिए पहले फाइल को स्प्लिट करें।

क्या कुछ अपलोड होता है?

नहीं। सारी गिनती आपके ब्राउजर में होती है और कोई टेक्स्ट कहीं नहीं भेजा जाता।