词频统计工具 — 在线统计词频和关键词密度

这是什么工具

词频统计工具能把任意一段文字变成按次数排序的表格。粘贴一篇文章、作文或商品介绍，马上就能看到每个词、出现的次数以及在全文中所占的比例。重复多的词排在最前面，很容易发现自己总爱用的口头禅，也能确认文章的主题词确实是出现最多的那个。

工具有三种模式。“词”统计整个词，“字”统计单个字符，“关键词密度”则统计你指定的目标关键词出现了几次、在全文中占多少比例。任何表格都可以复制为制表符分隔的文本，直接粘贴到电子表格里。词的边界来自浏览器内置的 Unicode 分词功能，所以除了英文，中文、日文、韩文等语言也能处理。中文和日文没有空格，会按词典切分成词；日文里的助词（は、の、を 等）也会作为单独的词出现，可以通过排除框去掉。

使用方法

1. 把文本粘贴到输入框里。框里已经有一段示例，可以先直接看结果。
2. 选择模式：词、字或关键词密度。
3. 调整选项：英文大小写、是否包含数字、最短长度。“去掉韩语助词”只对韩文有效，在中文页面上默认关闭。
4. 填写要排除的词，每行一个，或用逗号、顿号分隔。
5. 选择显示多少行（10、20、50 或全部），需要时复制表格。

统计规则

• 词：取 Intl.Segmenter 按词粒度切分出的“类词”片段，字母和数字算词，emoji 和标点不算。中文和日文按浏览器的词典切分；英文的缩写如“don’t”算一个词。输入先做 NFC 规范化。
• 英文大小写：默认不区分，统计前全部转为小写。
• 数字：关闭“包含数字”时，只由数字、点和逗号组成的词（2026、3.14）会被去掉。
• 最短长度：1 到 50 的整数，按可见字符数计算。比如设为 2，就会去掉“的”“是”这类单字词。
• 排除词：必须与某个词完全一致（大小写处理方式相同）才会被排除。所以填“咖啡”不会去掉“咖啡豆”。开启去掉韩语助词时，原词或去掉助词后的形式任一匹配即被排除。
• 去掉韩语助词：只针对韩文，在本页面默认关闭。开启后，只由韩文组成、以列表中的助词（에서、에게、으로、까지、부터、처럼、보다、하고、이나、이랑、은、는、이、가、을、를、의、에、로、와、과、도、만、나、랑）结尾的词，会去掉匹配到的最长助词，但前提是至少还剩两个音节。这是列表比对而不是语法分析，可能出错。中文和其他文字不受影响。
• 字模式：统计可见字符（字素簇），所以 👍🏽 算一个。空格和换行始终跳过；标点默认跳过，取消勾选该选项后也会统计。emoji 和符号会被统计。
• 占比 = 次数 ÷ 统计到的总数 × 100，最多显示两位小数。次数相同时按首次出现的先后排列。
• 关键词密度 = 出现次数 × 关键词包含的词数 ÷ 总词数 × 100。这里的总数是全文所有的词，排除词、最短长度和数字选项都不影响它。
• 限制：文本 200,000 个字符，排除词 20,000 个字符，目标关键词 50 个。

示例

以示例中关于咖啡的段落为例（在 Chrome 中分词，共 35 个词）：

词	次数	占比
咖啡	3	8.57%
的	3	8.57%
咖啡豆	3	8.57%
新鲜	2	5.71%

把“的”加入排除词后，总数降为 32，咖啡和咖啡豆各升到 9.38%。在关键词密度模式下，“咖啡”出现 3 次（8.57%），“咖啡豆”也是 3 次（8.57%）。“咖啡豆”里的“咖啡”不重复计算。不同浏览器的分词词典不完全相同，数字可能略有出入。