Contador de frequência de palavras

Descubra em quais palavras um texto se apoia, quantas vezes elas aparecem e que fatia do texto ocupam, para palavras soltas, pares e trios, com as palavras comuns filtradas.

Cole ou digite seu texto

Solte seus arquivos aqui

.txt, .md, .csv · até 5 MB

Escolher arquivos

Como contar a frequência de palavras

1
Cole ou solte o texto
Um arquivo .txt, .md ou .csv de até 5 MB, ou digite direto na caixa.
2
Escolha o que contar
Palavras soltas, pares ou trios, com uma contagem mínima e as palavras comuns incluídas ou não.
3
Leia a tabela ou exporte
Ordenada por frequência, com a fatia do texto que cada termo ocupa. Baixe em CSV.

A mesma palavra escrita de dois jeitos continua sendo uma palavra só

Texto copiado de um Mac muitas vezes chega em forma decomposta: o й russo vem como и seguido de uma braquia (˘) separada, e o é como e seguido de um acento. Na tela, eles são idênticos às versões compostas; como chaves de dicionário, são strings diferentes, e a mesma palavra se divide sem aviso em duas linhas da tabela, cada uma com metade da contagem. Aqui tudo é normalizado para uma única forma antes da contagem, e é por isso que os totais fecham. Pelo mesmo motivo, maiúsculas e minúsculas são unificadas por padrão: Casa e casa são a mesma palavra para quem lê, e separá-las deixa o topo da tabela inútil.

Por que as palavras comuns são filtradas, e quando não deveriam ser

Em qualquer texto em português, as dez palavras do topo são de, a, o, e, que e afins. Essa tabela está correta e não diz nada. Filtrar essas palavras é o que deixa o resto visível, por isso uma lista de stop words do idioma da página é aplicada por padrão, com listas para dez idiomas e uma opção para desligar o filtro quando você quer a distribuição bruta. O filtro, de propósito, não vale para pares e trios: tire as palavras comuns ali e “café da manhã” vira “café manhã”, uma expressão que não aparece em lugar nenhum do texto. Nas expressões, o ruído é eliminado pela contagem mínima.

Pares e trios mostram o que as palavras soltas escondem

A contagem de palavras soltas mostra o assunto. As expressões de duas e três palavras mostram os hábitos: as aberturas de sempre, o mesmo qualificativo repetido, a expressão que aparece a cada dois parágrafos sem que o autor perceba. Vale usar essa visão no seu próprio texto antes de publicar, e na página de um concorrente quando você quer saber para o que ela está otimizada de fato. As expressões são contadas sobre palavras consecutivas, com a mesma normalização das palavras soltas, então uma expressão escrita com maiúsculas diferentes em dois lugares continua contando como uma só.

Os empates são desfeitos em ordem alfabética, de propósito

Dezenas de termos costumam ter a mesma contagem, e a ordem em que eles aparecem depende da ordem em que foram vistos pela primeira vez, o que significa que processar o mesmo texto duas vezes pode gerar duas tabelas diferentes. Aqui, termos com a mesma contagem são ordenados alfabeticamente com o comparador de textos do seu idioma, então a tabela é reproduzível: o mesmo texto com as mesmas configurações sempre dá as mesmas linhas na mesma ordem, e é isso que permite comparar duas exportações.

Nada sai do seu navegador

O texto é lido, contado e transformado em tabela dentro da página que você já tem aberta. Não há upload, servidor, conta nem armazenamento; as listas de stop words são pequenos arquivos JSON que vêm com a página. Desconecte da rede e tudo continua funcionando, e basta fechar a aba para se livrar do texto.

Perguntas frequentes

O que são stop words?

São as palavras gramaticais mais comuns de um idioma (de, a, que em português; the, of, and em inglês), que dominam qualquer tabela de frequência sem dizer nada sobre o texto. A ferramenta traz listas para dez idiomas, aplica por padrão a do idioma da página, e o filtro pode ser desligado.

Por que as palavras comuns continuam nos pares e trios?

Porque removê-las inventaria expressões que não estão no texto: “café da manhã” seria contado como “café manhã”. Nas expressões, quem filtra é a contagem mínima.

Funciona com chinês e japonês?

Sim. As palavras são encontradas pelo segmentador de texto do navegador, e não separando pelos espaços, que é o único jeito de ter resultados que façam sentido em idiomas que não separam as palavras com espaço.

Posso exportar a tabela?

Sim, em CSV com três colunas: termo, contagem e participação no texto em porcentagem. O arquivo abre direto no Excel, no Numbers ou no Google Sheets.

Por que a minha palavra aparece duas vezes?

Normalmente isso não acontece: maiúsculas e minúsculas são unificadas e as formas Unicode são normalizadas antes da contagem. Se ainda assim acontecer, as duas versões diferem por um caractere invisível, como um hífen opcional ou um espaço de largura zero.