단어 빈도 세기

작동 방식

글을 쓰는 사람은 알아채지 못한 채 같은 말을 반복합니다. 단어를 세어 보면 아홉 번이나 쓴 입버릇 같은 표현을 가장 빨리 찾을 수 있으며, 편집 중인 페이지의 대략적인 키워드 점검에도 쓸 수 있습니다.

불용어

기본적으로 the, and, of처럼 아주 흔한 단어는 무시합니다. 어떤 집계에서도 압도적으로 많이 나오지만 아무 정보도 주지 않기 때문입니다. 주제가 아니라 문체를 분석할 때는 포함하세요.

단어를 세는 방식

텍스트를 소문자로 바꾸고 글자, 숫자, 아포스트로피가 아닌 문자에서 나누므로, 축약형은 온전하게 유지되고 문장 부호 때문에 잘못된 항목이 생기지 않습니다.

단어로 세는 기준

단어는 영어, 악센트가 붙은 라틴 문자, 키릴, 그리스 등 어떤 문자 체계든 글자나 숫자의 연속이며 아포스트로피는 유지하므로 'don't'는 한 단어입니다. 먼저 모두 소문자로 바꾸므로 'The'와 'the'는 함께 집계됩니다.

불용어

불용어를 무시할 때는 아주 흔한 영어 단어 26개가 목록에서 제외됩니다. the, a, an, and, or, but, of, to, in, on, at, for, with, is, are, was, were, be, been, it, its, this, that, as, by, from입니다. 이 목록은 영어만 해당하므로 다른 언어의 흔한 단어는 그대로 집계됩니다.

목록이 만들어지는 방식

단어는 많이 나온 순서부터 적게 나온 순서로, 빈도가 같으면 알파벳순으로 상위 200개까지 나열합니다. 전체 수는 텍스트의 모든 단어를 세고, 고유 단어 수는 불용어를 무시할 때 불용어를 제외합니다.