मुफ़्त शब्द आवृत्ति काउंटर

यह कैसे काम करता है

शब्द फ़्रीक्वेंसी विश्लेषण पूरी तरह आपके ब्राउज़र में एक हाथ से लिखे टोकनाइज़र और एक JavaScript Map का उपयोग करके चलता है — कोई लाइब्रेरी नहीं, कोई सर्वर नहीं। टाइप या पेस्ट करते ही टेक्स्ट स्थानीय रूप से पार्स, गिना, और रैंक किया जाता है।

1. 1
   Unicode-अवेयर टोकनाइज़ेशन

   टूल आपके टेक्स्ट को छोटे अक्षरों में बदलता है, फिर Unicode property रेगेक्स \p{L}\p{M} से टोकन निकालता है — जो एक्सेंट वाले अक्षरों और गैर-लैटिन स्क्रिप्ट को सही ढंग से हैंडल करता है। CJK टेक्स्ट (चीनी, जापानी, कोरियाई) के लिए, यह उन कैरेक्टरों को विभाजित करने के लिए granularity: 'word' वाले ब्राउज़र के बिल्ट-इन Intl.Segmenter API पर स्विच करता है जिनके बीच कोई स्पेस नहीं है।
2. 2
   Stop-word और लंबाई फ़िल्टरिंग

   वैकल्पिक फ़िल्टरिंग आपके साइट लोकेल से मेल खाते एक हार्डकोडेड Set का उपयोग करके सामान्य फ़ंक्शन शब्द (the, a, is, और स्पेनिश, फ़्रेंच, जर्मन, इतालवी, और पुर्तगाली में समकक्ष) हटाती है। एक न्यूनतम-लंबाई स्लाइडर गिनती शुरू होने से पहले आपके चुने थ्रेशोल्ड से छोटे टोकन हटाता है।
3. 3
   Map-आधारित फ़्रीक्वेंसी गिनती और n-gram मोड

   टोकन एक JavaScript Map में गिने जाते हैं — विशेष रूप से चुना गया ताकि 'constructor' जैसे reserved property नाम गिने गए शब्दों से टकरा न सकें। bigram या trigram मोड में, टोकनाइज़र रॉ टोकन स्ट्रीम पर एक विंडो सरकाता है और गिनती से पहले सटे शब्दों को वाक्यांशों में जोड़ता है।
4. 4
   रैंक किए परिणाम और CSV एक्सपोर्ट

   परिणाम अवरोही गिनती से सॉर्ट किए जाते हैं और एक रैंक किए बार चार्ट के रूप में दिखाए जाते हैं। एक्सपोर्ट ब्राउज़र के Blob API का उपयोग करके मेमोरी में एक प्लेन-टेक्स्ट CSV blob बनाता है और एक डाउनलोड ट्रिगर करता है — किसी भी बिंदु पर कुछ भी सर्वर को नहीं भेजा जाता।

संबंधित टूल