如何使用 Word Frequency Map 分析英文文本词频

先了解分析范围

Word Frequency Map 适合用来整理英文文本中的用词分布，例如检查产品描述、文章草稿或关键词素材里哪些词出现得较多。它会先处理输入文本，再统计符合条件的词元，并依据出现次数从高到低显示结果。你可以通过停用词过滤、最短词元长度和显示词条数量来改变分析范围。由于规范化规则只保留 ASCII 英文字母、空白字符和撇号，中文及其他非 ASCII 字母不会按原字符形成可统计词元。

完成一次词频分析

准备主要由 ASCII 英文字母组成的文本，并将内容填入文本输入区域。文本可以不填写；在空输入或省略输入的情况下，操作仍会成功，但词条结果为空，保留词元总数和不同保留词条数都为零。
检查停用词过滤设置。该功能默认开启，内置停用词会在最短长度筛选完成后被排除；如果分析需要观察这些词，再关闭这项过滤。
按需要设置最短词元长度。默认值是 3 个字符；提供的数值会转换为整数，空值或其他无效的假值会采用 3，最终值不会低于 1。
设定要显示的词条数量。默认上限为 30 个，输入值会转换为整数，并被限制在 5 至 100 的范围内。
提交文本后查看分析列表。系统会把文本转换为小写，将 ASCII 字母、空白字符和撇号以外的字符替换为空格，再按空白拆分；通过长度和停用词条件的词元会被计数，并按出现次数降序列出。

读懂分析结果

结果列表反映的是筛选后词元的频率，而不是原文所有词语的逐字统计。显示词条的数量还受到词条上限影响，所以列表较短并不表示其他词条没有参与统计。

每个显示词条会提供一个百分比，该数值按照它在保留词元中的出现次数计算，并四舍五入到小数点后两位；相对条形值则四舍五入到小数点后 1 位。汇总区域还会给出保留词元总数以及不同保留词条的数量，阅读时应同时查看停用词状态和最短长度设置。

数字、一般标点和非 ASCII 字母在规范化阶段不会保留为分析词元，其中除撇号以外的标点会被替换为空格。因此，调整筛选条件或更换文本后，频率、百分比和汇总数字都可能随保留内容变化。

使用示例

你想快速比较一小段英文产品描述中重复出现的词，并查看工具返回的排序列表与汇总数字。

在输入区域填写“apple apple orange”，保留默认筛选设置并提交分析，然后查看排序列表及汇总统计。

结果会显示按出现次数降序排列的词条，并为显示词条提供百分比、相对条形值、保留词元总数和不同保留词条数。在 3 个保留词元中，出现最多的词条是 “apple”，共 2 次。

使用限制

结果仅涵盖规范化后且通过停用词与最短长度条件的词元；数字、一般标点和非 ASCII 字母会被替换为空格，显示数量也可能小于不同保留词条的数量。

常见错误

若把中文或含大量非 ASCII 字母的内容当作普通英文文本分析，可能只得到少量词条；请改用主要由 ASCII 英文字母组成的内容，并预先考虑数字、一般标点及非 ASCII 字母会被替换为空格。

常见问题

不输入文本也能运行吗？

可以省略文本输入；这种情况下分析会成功完成，但不会产生词条，保留词元总数和不同保留词条数均显示为零。

停用词会被统计吗？

停用词过滤初始为开启状态，符合条件的内置停用词会在最短长度筛选后被排除；关闭过滤后，它们才可能进入统计范围。

它适合直接分析中文文章吗？

直接分析中文文章的效果会受规范化规则限制，因为非 ASCII 字母会被替换为空格；主要由 ASCII 英文字母组成的内容则会按空白拆分后进行词元统计。