📊 Word Frequency Counter

Tokenise Chinese and English text and rank word frequency, with stop-word filtering and minimum word length, reporting unique words, lexical richness (TTR) and the top frequent terms.

📐 统计口径

词频占比 = 该词出现次数 ÷ 展示词合计次数 × 100%　　TTR = 唯一词数 ÷ 总词次

英文按 [a-z]+ 正则切词（可选忽略大小写、可选停用词过滤）；中文按连续汉字串切分后取 最小词长（默认 2 字）的滑窗，逐窗计数，因此「测试」一词在「测试文本测试」中计 2 次。所有统计量都基于过滤后的词表：总词次 = 全部词的次数之和，唯一词数 = 不同词形个数，词汇丰富度 TTR = 唯一词数 ÷ 总词次（越高说明用词越分散），首词占比 与 前 10 词累计占比 反映词频集中度。

输入文本（支持中英文混合）

显示前 N 个

最小词长（中文）

忽略大小写

过滤停用词仅英文仅中文

📚 深度解析：词频统计（中英文分词 · TTR · Top N）

💡 常见使用场景

关键词提取：从访谈记录、用户评论、问卷开放题里抽出高频词
文案自检：检查用词重复、口头禅过多、同义词混用
语言学习：用 TTR 衡量一段英文写作的词汇丰富度
主题摸底：做词云或主题聚类前先跑一轮词频，确认语料是否够用

方法

英文按 [a-z]+ 切词（可选忽略大小写、可选停用词过滤），中文按连续汉字串切分后按最小词长取窗口，逐词累计次数后按频次降序排列。页面同时输出六项指标：唯一词数、总词次、词汇丰富度 TTR = 唯一词数 ÷ 总词次、首词占比、前 10 词累计占比、长词数（≥5 字符），下方明细表给出每个词的次数与占比。

算例

文本 "Hello world. Hello ToolBox. This is a test. This is only a test."，最小词长 2、开启停用词过滤 → 唯一词数 5、总词次 7、TTR 71.43%、首词占比 28.57%，其中 hello 与 test 各出现 2 次（各占 28.57%）。关闭停用词过滤后唯一词数升到 8、总词次升到 13、TTR 降到 61.54%。空白输入会提示先输入文本。

❓ 常见问题（FAQ）

为什么中文分词结果和分词软件不一样？: 本工具用的是轻量切分：把连续汉字串切开后按最小词长取窗口，没有词典与词性模型，所以「测试文本」这类串可能同时产出整串与其中的短窗口。做严格的词频调研时请用专业分词工具复核，或把最小词长调大以过滤碎片。
TTR 高低怎么判断？: TTR 随文本长度自然下降：几百词的短文常在 60%~80%，上万词的长文降到 30% 以下都属正常。它的用途是比较篇幅相当的两段文本用词是否更丰富，跨长度比较没有意义；必要时可先截取等长片段再比。
停用词过滤会改变什么？: 开启后 the / a / of / is 之类高频虚词会被剔除，总词次与唯一词数同时下降，剩下的词更接近主题词；但占比口径的分母也变小了，所以两份文本要在同一开关状态下比较。

⚠️ 使用说明与注意事项

词汇丰富度 TTR = 唯一词数 ÷ 总词次，文本越长该值天然越低，比较不同长度的文本时不宜只看 TTR。
英文停用词过滤基于内置词表（the / a / of / is 等）；开启后总词次与唯一词数都会下降，占比口径随之改变。
中文按连续汉字串切分后再按最小词长做滑窗，未引入词典分词，属轻量切分；严格的分词结果请用专业分词工具复核。
最小词长按字符数计（英文按字母数）。设为 2 可滤掉 is / a 之类的短词，设为 4 以上更适合提取主题词。
全部统计在浏览器内完成，粘贴长文或内部资料都不会上传到服务器。

📊 Word Frequency Counter

📊 词频结果

📚 深度解析：词频统计（中英文分词 · TTR · Top N）

💡 常见使用场景

❓ 常见问题（FAQ）

📝工具简介

✨功能特点

🎯使用场景

词频统计

📊 Word Frequency Counter

📊 词频结果

📚 深度解析：词频统计（中英文分词 · TTR · Top N）

💡 常见使用场景

❓ 常见问题（FAQ）

🔗 相关工具

📝工具简介

✨功能特点

🎯使用场景