词频统计

什么是词频统计？

如何使用词频统计

1. 1

   输入文本：把需要统计词频的整段文本，粘贴到页面上方的输入文本框中，无需分段整理，直接完整粘贴待统计内容即可。

2. 2

   选择分词模式：根据文本类型，点击勾选『中文分词』或者『英文分词』选项，选对分词模式才能得到准确的拆分结果。

3. 3

   排除停用词：如果不需要保留无意义助词，可以点击开启『排除停用词』开关，工具会自动过滤掉这类词汇。

4. 4

   查看结果：设置完成后工具会自动生成结果，在结果区可查看按出现频率从高到低排序的完整词频统计列表。

什么场景会用到？

计算示例

注意事项

• 中文分词默认按现代汉语常用词切分，网络新词、生僻专有名词可能会被拆分成单字统计，你可以手动调整结果。
• 统计英文时默认不区分大小写，「Hello」和「hello」会被算作同一个词，需要区分可自行调整设置。
• 标点符号默认不计入统计，如果你需要统计特定标点的出现次数，可以手动开启对应选项。
• 大段长文本（超过1万字）分词统计可能会略有延迟，处理结果和短文本一致，不会丢失数据。

常见问题

参考资料

• 《信息检索中文分词处理》行业通用实践
• MDN Web Docs 字符串处理相关文档

本页工具采用通用中文结巴分词规则、英文空格分词规则，所有示例结果均经过程序实际运行复算，由工具集编辑组定期更新分词词库适配常用词汇。