キーワード密度の分析

機能

• 出現回数の降順に並べ、各語の回数と割合を表示
• 割合は文字数ではなく総語数に対する比率
• 英語と中国語のストップワード表を内蔵し、ワンクリックで除外
• 最小の長さと上位のみの表示を設定可能
• バイグラムに対応（中国語の隣接 2 文字 / 英語の隣接 2 語）
• 言語は自動 / 中国語 / 英語 / 混在から選択
• 総語数・種類数・文字数を表示
• 大文字小文字を無視
• 処理はすべてブラウザ内で完結し、内容は送信されません

使い方

1. 分析する文章を貼り付けます（複数行・CJK と英字の混在も可）
2. 言語を選びます（既定は自動判定）
3. ストップワードの除外・最小の長さ・上位の件数・バイグラムの可否を設定します
4. 結果は即座に更新されます。「コピー」で取り出します

よくある質問

中国語の分かち書きは正確ですか？

このツールは中国語の分かち書きをしません。 中国語には空白がなく、本格的な分かち書きには辞書と統計モデルが必要です。ここでは一般的な簡易手法として隣り合う 2 文字（バイグラム）を使うため、`東京都庁` から `京都` のような語でない組み合わせも出ます。これは手法そのものの性質です。単字で数えると `的` `是` `在` ばかりで情報量がほとんどありません。本格的な分かち書きには専用のツールをお使いください。

割合は何に対する比率ですか？

総語数（すべての語のまとまりの個数）に対する比率で、文字数ではありません。ある語の割合 = その回数 ÷ すべての語の個数です。文字数を分母にするとほぼ 1 桁の割合になり、「密度」の意味になりません。

ストップワードの除外は何を除きますか？

英語と中国語の一般的なストップワード表を内蔵しています。英語は `the` `and` `is`、中国語は `的` `了` `是` `在` などです。中国語のバイグラムにストップワードの文字が含まれる場合（`的` を含むものなど）も除外します。そのような組み合わせはほぼノイズだからです。いつでもオフにできます。

「バイグラム」のスイッチは何を変えますか？

中国語ではオン（既定）で隣接 2 文字、オフで単字に退化します。英語ではオンにすると隣接 2 語を `word1 word2` のペアとして追加集計します。