Come analizzare le parole più frequenti in un testo
Incolla il testo, configura stop word, lunghezza minima e numero di termini, poi avvia l’analisi. Il risultato ordina i termini conservati per frequenza e include conteggi, percentuali, barre e statistiche riepilogative.
A cosa serve
Word Frequency Map analizza un testo e conta i token di parola che restano dopo i filtri. Puoi escludere le stop word, impostare una lunghezza minima e scegliere quante parole visualizzare nella classifica. Il testo è facoltativo: se lo lasci vuoto, l’operazione termina senza voci e con totali pari a zero.
Procedura
- Inserisci o incolla il testo da esaminare nel campo dedicato. Per ottenere un risultato utile, usa un contenuto non vuoto e in formato testuale.
- Decidi se mantenere attivo il filtro per le stop word. L’impostazione predefinita è attiva: i termini presenti nell’insieme integrato delle stop word vengono esclusi dopo il filtro sulla lunghezza minima.
- Imposta, se necessario, la lunghezza minima dei token. Il valore predefinito è 3 caratteri. Il limite viene convertito in un numero intero e non può scendere sotto 1; un valore assente o valutato come falso riporta il valore predefinito.
- Imposta il numero massimo di termini da visualizzare. Il valore predefinito è 30; il limite viene convertito in un numero intero e viene mantenuto nell’intervallo da 5 a 100.
- Avvia l’analisi e leggi la classifica restituita. I termini mantenuti sono ordinati dal conteggio più alto al più basso, fino al limite visualizzato.
Prima del conteggio, il testo viene convertito in minuscolo. I caratteri diversi da lettere ASCII, spazi bianchi e apostrofi vengono sostituiti con spazi, quindi il contenuto viene separato in base agli spazi bianchi. Per questo motivo, numeri, punteggiatura diversa dall’apostrofo e lettere accentate non restano nei token analizzati.
Come leggere il risultato
La classifica mostra i termini conservati in ordine decrescente di frequenza. Per ogni termine visualizzato puoi trovare il conteggio, la percentuale calcolata sul totale dei token conservati e una barra relativa. Le percentuali sono arrotondate a due decimali, mentre il valore della barra è arrotondato a una cifra decimale.
Controlla anche i due riepiloghi complessivi: il totale dei token conservati e il numero di termini distinti conservati. Questi numeri non rappresentano necessariamente tutte le parole presenti nel testo originale, perché le stop word e i token sotto la soglia minima possono essere esclusi. Inoltre, se il limite scelto è più piccolo del numero di termini distinti conservati, la classifica mostra solo una parte del vocabolario.
Esempio pratico
Devi esaminare un paragrafo di una relazione italiana per individuare i termini ricorrenti senza includere le stop word.
Incolla il testo, lascia attivo il filtro predefinito, imposta se necessario la soglia minima e il limite di visualizzazione, quindi avvia l’analisi.
Il risultato presenta una classifica ordinata per conteggio decrescente, con per ogni termine il conteggio, una percentuale arrotondata a due decimali e una barra arrotondata a una cifra decimale; include inoltre il totale dei token conservati e il numero di termini distinti.
Limiti
- La normalizzazione converte il testo in minuscolo e sostituisce con spazi numeri, punteggiatura diversa dall’apostrofo e caratteri non ASCII, comprese le lettere accentate.
- I totali e la classifica riguardano i token conservati: stop word, token sotto la soglia minima e termini oltre il limite visualizzato possono non comparire.
Errori comuni
- Se l’analisi non restituisce un risultato gestito, una possibile causa è aver fornito un valore non testuale non vuoto oppure un limite non convertibile in numero intero. Inserisci un testo e usa valori numerici validi per la lunghezza minima e per il numero di termini visualizzati.
Domande frequenti
Cosa succede se non inserisco alcun testo?
Sì, se il campo di testo è vuoto o omesso l’operazione riesce, ma restituisce zero voci e totali pari a zero.
Le parole brevi o molto comuni vengono conteggiate?
Con il filtro attivo, i termini presenti nell’insieme integrato delle stop word vengono esclusi dopo l’applicazione della lunghezza minima.
La classifica mostra tutte le parole del testo?
Non necessariamente: il limite di visualizzazione restringe la classifica all’intervallo configurato, mentre il riepilogo continua a indicare il totale dei token e dei termini distinti conservati.