Como analisar a frequência de palavras num texto

Para que serve a análise de frequência de palavras

Este analisador ajuda a perceber quais são as palavras mais frequentes num texto fornecido por si. Pode ser útil para uma primeira leitura de um rascunho, para identificar termos repetidos ou para comparar o peso relativo das palavras consideradas na análise.

O resultado apresenta as correspondências contabilizadas, a percentagem relativa de cada palavra e uma barra de referência. A filtragem de palavras vazias está disponível para retirar do cálculo palavras incluídas no conjunto predefinido de stop words, como artigos ou preposições que possam dominar a contagem.

Instruções passo a passo

1. Prepare o texto. Cole ou escreva o conteúdo no campo de texto. O campo é opcional; se ficar vazio, a análise é concluída sem palavras contabilizadas.

2. Escolha o tratamento das stop words. Deixe a opção ativa para excluir do cálculo as palavras pertencentes ao conjunto predefinido de stop words. Desative-a quando também quiser contar essas palavras.

3. Defina quantos resultados pretende ver. O valor predefinido é 20. Os valores convertíveis são transformados em números inteiros e ficam limitados entre 5 e 100; um valor vazio ou equivalente usa 20.

4. Execute a análise. O texto é convertido para minúsculas e são extraídas sequências formadas pelas letras ASCII de a a z e por apóstrofos. Depois, cada palavra mantida é contada e as entradas são ordenadas da maior para a menor contagem.

5. Leia o resumo e a lista. Verifique o total de palavras extraídas e o número de palavras distintas. Consulte, para cada entrada, a contagem, a percentagem calculada e a barra relativa à maior contagem mantida.

Como interpretar os resultados

O total corresponde às ocorrências que passaram pela extração e pelo filtro escolhido, não necessariamente a todas as palavras visíveis no texto. A percentagem de cada entrada resulta da sua contagem dividida pelo total de tokens extraídos e é arredondada a duas casas decimais.

A barra relativa não representa uma percentagem: compara a contagem daquela palavra com a maior contagem entre as palavras mantidas e é arredondada a uma casa decimal. Assim, uma entrada com a maior contagem serve de referência para as restantes.

Tenha especial atenção a textos em português. A extração não trata letras acentuadas, algarismos, pontuação ou palavras com hífen como uma palavra inteira, porque reconhece apenas letras ASCII e apóstrofos. Por isso, o resultado é uma contagem baseada nesta regra de extração, e não uma interpretação linguística completa do texto.

Exemplo prático

Ao rever um pequeno texto em inglês, pretende confirmar quais dos termos “green” e “blue” aparecem com maior frequência.

Introduza “green green blue”, desative a exclusão de stop words e peça 5 resultados; depois compare as duas entradas apresentadas e as respetivas medidas.

O resultado apresenta um total de tokens extraídos, o número de palavras distintas e uma lista ordenada de entradas com contagem, percentagem e barra relativa. Dos 3 tokens extraídos, o termo mais frequente é "green", com 2 ocorrências.

Limitações

• A contagem segue uma regra de extração limitada a letras ASCII de a a z e apóstrofos; letras não ASCII, algarismos, pontuação e hífen não são reconhecidos como uma palavra inteira.

Erros comuns

• Se o resultado parecer não contar corretamente palavras com acentos ou hífen, a causa pode estar na regra de extração, que reconhece apenas letras ASCII de a a z e apóstrofos. Para obter uma contagem coerente, reveja o texto tendo essa regra em conta antes de comparar os resultados.

Perguntas frequentes

Tenho de introduzir um texto para iniciar a análise?

O texto é opcional: se não introduzir conteúdo, a análise termina com zero palavras totais e zero palavras distintas.

As palavras vazias são excluídas da contagem?

A filtragem está ativa por predefinição. Quando permanece ativa, as palavras incluídas no conjunto predefinido de stop words não entram nas frequências; pode desativá-la para as incluir.

Quantas palavras posso pedir no resultado?

O limite é aplicado ao número de resultados pedido: valores convertíveis são convertidos em inteiros e ficam entre 5 e 100. Um valor vazio ou equivalente retoma o valor predefinido de 20.