メインコンテンツへ移動

次に使うツールを探す

準備して、確認して、書き出す

単語出現回数カウント(頻度・フレーズ)

テキストを貼り付けると、すべての単語が出現回数順に並び、回数と全体に占める割合が表示されます。2語・3語・4語のフレーズに切り替えたり、「の」「は」のような頻出語を除外したり、スペルチェックで見落としがちな重複語(the the)を確認したりできます。

テキストワークスペースを読み込み中…

メリット

  • 中国語、日本語、タイ語はブラウザーの辞書で単語に分けるので、文全体が1語になるのではなく、東京が1語として数えられます。
  • 必要なときは15言語の頻出機能語を除外でき、除外リストに含まれる単語も一覧で確認できます。
  • 改行をまたぐものも含めて重複語を見つけ、2つ目を取り除いたテキストを出力します。

こんなときに役立ちます

  • レポート、志望動機書、翻訳を提出する前に、使いすぎている言葉を見つける。
  • Webページや商品説明でどの用語やフレーズを多く繰り返しているかを調べ、表計算ソフトに書き出す。
  • テキストに出てくる単語を初出順にすべて並べた単語リストを作り、学習や用語集に使う。

このツールの使い方

  1. テキストを貼り付けるかTXTファイルを読み込み、「テキストの言語」が正しいか確認します。
  2. 単語か2〜4語のフレーズかを選び、必要なフィルターにチェックを入れます。
  3. 並べ替えられた表を確認します。CSVには、すべての語句と回数・割合が入っています。
  4. 「重複語」を開いて繰り返しを直すか、テキスト結果の内容を選んでから、コピーするか次に進みます。

単語の数え方と、割合が意味するもの

このツールでの単語とは、選んだ言語用のブラウザーの単語分割機能が見つけたものです(Unicode UAX #29。中国語、日本語、タイ語は辞書を使用)。ハイフンでつないだ語やdon’tのような短縮形は1語のまま、数字も「数字を数える」のチェックを外さない限り単語として数えます。「大文字・小文字を区別しない」がオンなら、Theとtheは1つの項目になり、テキストの言語の規則で小文字にそろえます。トルコ語では大文字のIが点なしのıになるため、İstanbulとISTANBULはistanbulとıstanbulという別の単語になります。

日本語の「東京都に住んでいます。東京は大きい。」では、東京が2回、都、に、住、んで、い、ます、は、大きいが各1回になります。スペースだけで区切るカウンターでは、この文全体が1語になります。辞書は活用語尾も分けるため(住んでいますは4つに分かれます)、日本語のリストの上位には「に」「は」などの助詞が来がちで、「頻出語を除外」で隠せます。テストでは、日本語1,000,000文字に約3.4秒、英語1,012,000文字に0.23秒かかりました。辞書による分割のほうが時間がかかるためです。

割合は、ある語句の回数を、現在の設定で数えたすべての語句の数で割ったものです。そのため頻出語を除外すると残りの単語の割合は上がり、フレーズの割合は同じ長さのフレーズ全体に対して計算されます。目標となるキーワード出現率は示していません。検索エンジンはそうした数値を公表しておらず、割合からわかるのは文章の繰り返しの多さで、検索順位ではないからです。フレーズは1つの文の中だけで数えるので、ある文の最後の語と次の文の最初の語がフレーズになることはありません。頻出語を除外しているときは、頻出語で始まる・終わるフレーズも数えません(quick foxは数え、the quickは数えません)。

重複語とは、同じ単語が空白か改行だけをはさんで2回続くもので、行末のtoと次の行頭のtoのように見落としやすい入力ミスです。1 1は意図的なことが多いので、数字は対象外です。that thatやhad hadのように正しい重複もあるため、「重複語を修正」を選ぶ前に、行番号付きで1つずつ一覧にします。テキスト結果は、各単語を初出順に1回ずつ並べたものにもでき、多くの人が「重複した単語を削除」と言うときに求めているのはこの形です。

形式・制限・プライバシー

  • エディターは最大2,000,000文字、TXTファイルは2 MiBまでです。表には上位200語を表示し、CSVにはすべてを含めます。
  • 語幹処理はしません。run、runs、runningは3つの別の単語です。変化形は「ほかに除外する語」に加えるか、表計算ソフトでまとめてください。
  • 頻出語リストは15言語分(中国語は簡体字・繁体字)あり、このツールのために作った短いリストです。アゼルバイジャン語、ギリシャ語、グジャラート語、タイ語のリストはまだありません。
  • 中国語、日本語、タイ語の単語分割はブラウザーの辞書によるため、Chrome、Safari、Firefoxで少し異なることがあります。

これらのツールはテキストをローカルで処理します。下書きの自動保存はありません。ページを離れる前に大切な作業はダウンロードしてください。一時的なファイルの引き継ぎは30分で期限切れになります。

よくあるご質問

ある単語が何回出てくるか数えるには?

テキストを貼り付けて表でその単語を探すか、表の上でブラウザーの検索(Ctrl+F)を使ってください。各行に回数と、数えた全単語に対する割合が表示されます。「大文字・小文字を区別しない」がオンなら、Word、word、WORDはまとめて数えます。

単語だけでなくフレーズも数えられますか?

はい。「数える単位」で2語・3語・4語のフレーズを選びます。フレーズは文の中だけで数え、「頻出語を除外」がオンのときは頻出語で始まる・終わるフレーズを除きます。

キーワード出現率とは?何%が目安ですか?

キーワード出現率は「割合」の列で、ある単語の回数を数えた全単語の数で割ったものです。公式な目安はなく、Googleも数値を公表していません。割合は、意図せず繰り返している単語を見つけるために使い、文章は読みやすさで判断してください。

重複した単語を削除するには?

「テキスト結果」で「各単語を1回ずつ(初出順)」を選ぶと、すべての単語を1回ずつ並べた一覧になります。本文はそのままで「the the」のような誤った繰り返しだけを消したいときは、「重複語」を開いて「重複語を修正」を押してください。

中国語、日本語、ヒンディー語、アラビア語にも使えますか?

はい。テキストの言語を設定してください。中国語、日本語、タイ語はブラウザーの辞書で分割し、それ以外の文字体系は空白と句読点で区切ります。小文字への変換は各言語の規則に従います。頻出語リストはヒンディー語、ベンガル語、アラビア語、日本語、韓国語、中国語を含む15言語分あります。

テキストはアップロードされますか?

いいえ。カウントはブラウザー内で行われ、テキストがMAXScannerに送られたり保存されたりすることはありません。アクセス解析に記録するのは使ったオプションだけで、単語は記録しません。

文書のワークフローを続ける

テキストを引き継ぐにはワークスペース内の「続ける」ボタンを使ってください。これらのリンクは新しい空のツールを開きます。