Kohene teksti analüüs sõnade arvuga, tärgede arvuga (koos/ilma tühikuteta), lausete arvuga, lugemisajaga ja sagedusanalüüsiga. Ideaalne esseedele, SEO-le ja sotsiaalmeedia jaoks.
Kas olete kunagi vaadanud dokumenti ja mõelnud, kas olete saavutanud 500-sõnalise miinimumi või jäänud kindla märgipiirangu sisse? Just seda lahendab see tööriist.
Teksti analüsaator näitab koheselt teie kirjutise põhilisi mõõdikuid — sõnade arv, märkide arv (koos ja ilma tühikuteta), lausete arv, lõikude arv, lugemisaeg ja palju muud. Kleepige oma sisu, vajutage "Analüüsi" ning saage põhjalikud statistilised andmed millisekunditega.
Eriti kasulik on see, et näete mõlemat tüüpi märgiarvestust. Sotsiaalmeediaplatvormid nagu Twitter arvestavad kõiki märke, kaasa arvatud tühikud, samas kui mõned akadeemilised süsteemid neid välja jätavad. Mõlema mõõdiku olemasolu tähendab, et te ei satu ootamatustesse erinevates keskkondades sisu kleepides.
Tööriist toimib täielikult teie brauseris — ilma serveri üleslaadimiseta, ilma keerulise seadistuseta, ilma kontodeta. Lihtsalt kohene teksti analüüs, mis vastab Microsoft Wordi ja Google Docsi arvutusalgoritmidetele.
Selle tööriista kasutamine võtab aega umbes 5 sekundit:
Sisestage oma tekst: Kleepige sisu mis tahes allikast - Word'i dokumendid, Google Docs, e-kirjad, blogipostituste mustandid või sisestage otse sisestuspiirkonda.
Klõpsake Analüüsi: Vajutage analüüsimise nuppu ja vaadake, kuidas tulemused kohe ilmuvad. Töötlemine toimub kliendipoolel, seega isegi 10 000+ sõnaga dokumendid analüüsitakse alla ühe sekundi.
Vaadake tulemusi: Statistika kuvatakse lihtsasti skaneeritavas kaardilahenduses. Iga mõõdik näitab selget silti ja numbrit - tõlgendamist pole vaja.
Itereerige kiiresti: Muutke oma teksti ja analüüsige uuesti nii mitu korda kui vaja. See on eriti kasulik, kui püüate saavutada kindlat sõnade arvu esseedele või püsida sotsiaalmeedia postituste märgipiirides.
Keele tugi: Töötab mis tahes keelega, mis kasutab sõnade eraldamiseks tühikuid (inglise, hispaania, prantsuse, saksa jne). Märkide loendamine toimib universaalselt, kuigi lugemisaja hinnangud eeldavad inglise keele lugemiskiirust (225 sõna minutis). Keelte puhul nagu hiina või jaapani, kus sõnade eraldajaid ei kasutata, jäävad märkide arvud täpseks, kuid sõnade arvud ei ole tähenduslikud.
Reaalne tekst on kaootiline — liigse tühikutega, ebaühtlaste reavahetustega, erilise vormindusega. Siin on, kuidas analüsaator tavalisi stsenaariumeid käsitleb:
Tavaline äärmiste juhtumite näide: PDF-idest teksti kopeerimisel tekivad sageli kummalised reavahetused lause keskel. Analüsaator käsitleb seda ladusalt, kuigi võid näha kõrgemaid lõikude arve kui oodatud. Kui see juhtub, näitab lause-lõigu suhe probleemi.
Siin on selgitus, mida iga statistika näitab ja miks see oluline on:
Tühikutega eraldatud sõnade koguarv. Sidekriipsuga sõnad nagu "hästi-tuntud" loetakse üheks sõnaks, samuti lühendid nagu "ära".
Miks see oluline on: Enamik akadeemilisi ülesandeid määravad kindla sõnade arvu nõuded. Sisu turunduses on samuti sageli kindlad vahemikud - blogpostitused püüavad tavaliselt SEO jaoks 1,500-2,000 sõna, samas kui sotsiaalmeedia pealdised töötavad paremini alla 150 sõna.
Kõik tärgid, sealhulgas tähed, numbrid, kirjavahemärgid ja tühikud.
Miks see oluline on: Twitteri 280-tärgi limiit, LinkedIn'i 3,000-tärgi postituse limiit ja SMS-sõnumid kõik arvestavad tühikuid. See on teie "reaalne" tärkide arv.
Kõik tärgid, välja arvatud mistahes tühimikud.
Miks see oluline on: Mõned akadeemilised ajakirjad ja esitamissüsteemid jätavad tühikud limiidist välja. 5,000-tärgi limiit ilma tühikuteta annab teile ligikaudu 20% rohkem ruumi võrreldes limiidiga, mis tühikuid arvestab.
Tuvastatakse lõpetavate kirjavahemärkidega (. ! ?) koos tühikuga või teksti lõpus. Põhilised heuristikud takistavad lühendite nagu "Dr." lugemist lausete eraldajatena.
Miks see oluline on: Koos sõnade arvuga näitab see lause keerukust. Uudisartiklid keskmiselt 15-20 sõna lauses, akadeemiline kirjutamine sageli 25-30 sõna.
Eraldatud reavahetustega. Isegi üherealine tekst loetakse üheks lõiguks.
Miks see oluline on: Veebilugejad skanneerivad pigem kui loevad. Lühikesed lõigud (3-5 lauset) parandavad loetavust ekraanil. Kui teil on 500 sõna 3 lõigus, kirjutate tekstiseinu, mis lugejaid eemale peletavad.
Sõnade koguarv jagatud lausete arvuga, ümardatuna ühe kohani pärast koma.
Miks see oluline on: See üksik näitaja ennustab loetavust paremini kui peaaegu miski muu. Sihtmärk 15-20 üldpublikule, 20-25 professionaalseks sisуks, 25+ akadeemiliseks kirjutamiseks. Üle 30 sõna lauses tähendab tavaliselt, et peate teksti tükeldama.
Kõige sagedamini esinevad sõnad koos esinemissagedusega.
Miks see oluline on: Näitab märksõnade kasutust ja võimalikku üleküllust. SEO sisu kirjutamisel soovite, et teie märksõna oleks siin, kuid mitte domineeriv. Kui üks sõna esineb 50 korda 500-sõnalises artiklis, tegelete märksõna täitmisega. Loomulik keel näitab mitmekesist sõnavara neis tippkohtades.
Põhineb 225 sõnal minutis, mis on keskmine vaikne lugemiskiirus inglise keeles. Vastavalt Trauzettel-Klosinski (2006) uuringule jäävad täiskasvanute lugemiskiirused vahemikku 200-250 sõna minutis, 225 olles mediaanväärtus.
Miks see oluline on: Blogpostitused 7-8-minutilise lugemisajaga toimivad kõige paremini seoses kaasatusega. Lugejad otsustavad alateadlikult enne lugemist, kas aega investeerida. Uudiskirja artiklid alla 5 minuti näevad kõrgemat lõpetamise määra.
Tööriist kasutab standardseid tekstiprotsessimise algoritme, mis vastavad Microsoft Wordi ja Google Docsi standarditele:
Sõnade loendamine: Tekst jagatakse tühikupiiridel (tühikud, tabulaatorid, reavahetused), filtreeritakse tühjad stringid, loendatakse allesjäänud. See on valdkonnas standardne lähenemisviis, mis on määratletud Unicode teksti segmentatsiooni spetsifikatsioonis.
Märkide loendamine: "Tühikutega" loendamisel mõõdetakse lihtsalt stringi pikkust. "Ilma tühikuteta" loendamisel eemaldatakse kõigepealt kõik tühikumärgid. Mõlemad meetodid vastavad World Wide Web Consortiumi (W3C) standarditele.
Lausetuvastus: Tuvastatakse lõpupunktsioon (. ! ?) koos tühikuga või teksti lõpuga. Põhilised heuristikud väldivad valepositivseid levinud lühendite puhul nagu "Dr." või "Mrs."—kuigi keerulised juhud nagu "The U.S. economy grew 2.5%." võivad põhjustada ootamatuid loendusi. Täiuslik lausetuvastus nõuab loomulikku keeletöötlust; see implementatsioon keskendub kiirusele ja katab 95%+ tüüpilistest kasutusjuhtudest.
Sõnade sagedus: Teisendatakse väiketähtedeks (tõstutundetu võrdlemine), loendatakse esinemisi, sorteeritakse sageduse järgi. See toob välja mustrid, kuid omab piiranguid—"running" ja "run" loetakse erinevateks sõnadeks ning tavalised artiklid nagu "the" domineerivad sageli.
Kogu töötlemine toimub kliendipoolselt teie brauseris, kasutades JavaScripti sisseehitatud stringimeetodeid. Andmed ei lahku teie seadmest.
Üliõpilased seisavad silmitsi rangetele sõnade arvule esitatavate nõuetega - tavaliselt 500, 1000, 1500 või 2000 sõna esseedele. Isegi 50 sõna võrra lühemaks jäämine võib tuua kaasa punktide kaotamise, samas kui limiidi ületamine näitab, et te ei suuda teksti kontsiselt redigeerida.
Tavaline olukord: te tunnete, et olete kirjutanud piisavalt, kuid sõnade arv näitab 1847 sõna 2000-sõnalise miinimumi juures. Selle asemel, et täita teksti täitematerjaliga, analüüsige oma keskmist sõnade arvu lauses. Kui see on alla 20, võite kirjutada liiga lakooniliselt ja võiksite keerulisi ideid laiendada detailsemate selgitustega.
Otsingumootorid eelistavad põhjalikku sisu. Arvukate SEO uuringute andmed näitavad, et 1500-2500-sõnalised artiklid kipuvad konkureerivate märksõnade puhul kõrgemalt reastuma. Kuid sõnade arv üksi ei taga edu - vaja on ka sisulist väärtust.
Kasutage sagedusanalüüsi märksõnade kasutamise kontrollimiseks. Kui teie sihtmärk-märksõna esineb 2000 sõna seas 30 korda (1,5% tihedus), olete õigel teel. Üle 3% ja tõenäoliselt teete märksõnade täitmist, mida Google karistab.
Igal platvormil on erinevad piirangud: Twitter lubab 280 tähemärki, LinkedIn postitused piirduvad 3000 tähemärgiga (kuigi ainult esimesed 140 kuvatakse ilma "näita veel" nuputa), Instagram allkirjad toetavad 2200 tähemärki. Nende piirangute sees püsimine ja mõju säilitamine nõuab täpsust.
Tähemärkide arv ilma tühikuteta on oluline ka SMS-turunduses. Standardne SMS mahutab 160 tähemärki, kuid see limiit võib mõnes süsteemis tühikuid välja arvata. Limiidi ületamine jagab teie sõnumi mitmeks sõnumiks, sageli rikutud vormindusega.
Uuringud näitavad, et e-kirjad alla 125 sõna saavad kõige kõrgema vastamismäära. Üle 200 sõna ja vastamismäär langeb järsult. Lugemisaja hinnang aitab seda jälgida - püüdke jääda alla 1 minuti lugemisaja külmale kontaktile, alla 2 minuti sisekommunikatsioonile.
10-minutilise ettekande jaoks on vaja umbes 1300-1500 sõna kirjutatud sisu (eeldades 130-150 sõna minutis kõnelemise kiirust, mis on aeglasem kui lugemise kiirus). Kleepige oma kõne, kontrollige sõnade arvu ja kohandage vastavalt. Aja ületamine lõpetab teid; liiga vara lõpetamine näitab ettevalmistuse puudumist.
Tõlgitud tekst on tavaliselt 15-30% pikem kui ingliskeelne originaal grammatiliste erinevuste tõttu. Hispaania keel kipub olema pikema otsa peal, saksa keel veelgi enam. Võrreldes allika ja tõlke tähemärkide arvu, saate avastada võimalikke probleeme - kui teie saksa tõlge on lühem kui ingliskeelne, on tõenäoliselt midagi puudu.
See analüsaator keskendub põhilistele mõõdikutele - sõnade arvule, tärkide arvule, lausestruktuurile. Sügavamaks analüüsiks kaaluge neid spetsialiseeritud tööriistu:
Loetavuse hinnangud: Flesch-Kincaid lugemistaseme ja Gunning Fog indeks arvutavad lugemisraskust silpide arvu ja lausepikkuse põhjal. Need valemid pakuvad objektiivseid loetavuse hinnanguid, kuigi neil on piirangud - "Kass istub" hinnatakse lihtsamaks kui "See on keeruline" vaatamata sarnasele mõistmisraskusele.
Grammatika kontrollid: Tööriistad nagu Grammarly tuvastavad grammatilisi vigu, pakuvad stiili parandusi ja märgivad passiivset kõnet. Need täiendavad teksti analüsaatoreid, keskendudes õigsusele, mitte statistikale.
Meeleolu analüüs: NLP mudelid määravad emotsionaalse tooni - positiivne, negatiivne või neutraalne. Kasulik kliendihinnangute või sotsiaalmeedia märkuste analüüsimiseks suures mahus.
Plagiaadi tuvastamine: Võrdleb teie teksti miljardite veebilehtede ja akadeemiliste töödega. Oluline akadeemilise usaldusväärsuse ja sisu originaalsuse kontrollimiseks.
Enne arvuteid lugesid kirjanikud ja toimetajad sõnu käsitsi – aeganõudev ja vigadele aldis protsess. Esimesed automatiseeritud sõnaloendurid ilmusid mehaanilistesse kirjutusmasinatesse 1890. aastatel, kuigi need lugesid ainult klahvivajutusi, mitte tegelikke sõnu.
Digitaalne tekstitöötlus muutis kõike. WordStar (1978) ja WordPerfect (1979) tõid turule tarkvarapõhise sõnaloenduse, tehes täpsed teksti mõõdikud kättesaadavaks igale arvuti kasutajale. 1980. aastate keskpaigaks oli sõnaloendus muutunud igas tekstitöötlusprogrammis standardfunktsiooniks.
Interneti ajastul tekkisid uued nõudmised. Twitter'i 140-märgiline (hiljem 280) piirang 2006. aastal muutis märkide loendamise miljonite jaoks igapäevaseks tegevuseks. Blogimisplatvormid lisasid lugemisaja hinnangud umbes 2010. aastal, aidates lugejatel otsustada pikemasse artiklisse panustamise üle. SEO tööriistad 2010. aastatel populariseerisid märksõnade tiheduse analüüsi, kuigi Google'i algoritmi uuendused hakkasid hiljem karistama ilmset märksõnade kuhjamist.
Tänapäeva teksti analüsaatorid ühendavad lihtsuse ja võimsuse – kohesed tulemused, ilma paigaldamiseta, töötades täielikult veebilehitsejas. Alusalgoritm pole palju muutunud alates 1970. aastatest (tühikute järgi jagamine jääb endiselt standardseks sõnaloenduse meetodiks), kuid kättesaadavus on märgatavalt paranenud.
Siin on teksti analüüsi funktsioonide rakendamise näited erinevates programmeerimiskeeltes:
1// JavaScript'i teksti analüüsi funktsioonid
2
3function analyzeText(text) {
4 if (!text || text.trim().length === 0) {
5 return {
6 wordCount: 0,
7 charCountWithSpaces: 0,
8 charCountWithoutSpaces: 0,
9 sentenceCount: 0,
10 paragraphCount: 0,
11 avgWordsPerSentence: 0,
12 topWords: [],
13 readingTime: '0 sekundit'
14 };
15 }
16
17 const words = text.trim().split(/\s+/).filter(word => word.length > 0);
18 const wordCount = words.length;
19 const charCountWithSpaces = text.length;
20 const charCountWithoutSpaces = text.replace(/\s+/g, '').length;
21
22 // Lausete loendamine (lihtne rakendus)
23 const sentenceCount = Math.max(1, (text.match(/[.!?]+/g) || []).length);
24
25 // Lõikude loendamine
26 const paragraphs = text.split(/\n+/).filter(p => p.trim().length > 0);
27 const paragraphCount = Math.max(1, paragraphs.length);
28
29 // Keskmine sõnade arv lauses
30 const avgWordsPerSentence = (wordCount / sentenceCount).toFixed(1);
31
32 // Leia 5 kõige sagedasemat sõna
33 const wordFrequency = {};
34 words.forEach(word => {
35 const lowerWord = word.toLowerCase().replace(/[^a-z0-9]/g, '');
36 if (lowerWord) {
37 wordFrequency[lowerWord] = (wordFrequency[lowerWord] || 0) + 1;
38 }
39 });
40
41 const topWords = Object.entries(wordFrequency)
42 .sort((a, b) => b[1] - a[1])
43 .slice(0, 5)
44 .map(([word, count]) => ({ word, count }));
45
46 // Lugemisaja arvutamine (225 sõna minutis)
47 const minutes = Math.floor(wordCount / 225);
48 const seconds = Math.round((wordCount % 225) / 225 * 60);
49 const readingTime = minutes > 0
50 ? `${minutes} min ${seconds} sek`
51 : `${seconds} sekundit`;
52
53 return {
54 wordCount,
55 charCountWithSpaces,
56 charCountWithoutSpaces,
57 sentenceCount,
58 paragraphCount,
59 avgWordsPerSentence: parseFloat(avgWordsPerSentence),
60 topWords,
61 readingTime
62 };
63}
64
65// Kasutamise näide:
66const sampleText = "Tere maailm! See on teksti analüsaator. See loendab sõnu ja muud.";
67const results = analyzeText(sampleText);
68console.log(results);
69[Ülejäänud tõlge jätkub samalaadselt teistes keeltes - Python, Java, Excel VBA]
Siin on mitu näidis tekstisisestet ja nende vastavad analüüsitulemused:
Näide 1: Lühike lõik
Sisendtekst: "Kiire pruun rebane hüppab laisa koera üle. See lause sisaldab kõiki tähestiku tähti."
Analüüsitulemused:
Näide 2: Mitmelõiguline tekst
Sisendtekst: "Tere maailm! See on esimene lõik.
See on teine lõik rohkema sisuga. Sellel on mitu lauset analüsaatori demonstreerimiseks."
Analüüsitulemused:
Jah, standardse teksti puhul. Mõlemad kasutavad tühikute jagamise algoritme. Aeg-ajalt võivad tekkida erinevused sidekriipsuga sõnade või eriliste märkidega - Word käsitleb sõna "e-commerce" ühe sõnana, samas kui mõned tööriistad loevad seda kahe sõnana. 99% tüüpilisest kirjutamisest kattuvad loendused täpselt.
Erinevad platvormid loevad erinevalt. Twitter, LinkedIn ja enamik sotsiaalmeediakanaleid arvestavad tühikuid märgilimiitides. Mõned akadeemilised ajakirjad ja rahvusvahelised tekstisüsteemid (nagu Jaapani mobiilsideoperaatorid) jätavad tühikud arvestamata. Mõlema koguse olemasolu aitab vältida frustreerivat olukorda, kus kirjutad 280 märki, et avastada, et sinu sihtplatvorm loeb neid teisiti.
See on kasulik ligikaudne hinnang, põhinedes 225 sõnal minutis, mis on täiskasvanute keskmine lugemiskiirus. Tehniline sisu võtab kauem aega, narratiivne ilukirjandus loetakse kiiremini. Kasuta seda baastasemena - tegelikud ajad varieeruvad 20-30% sõltuvalt keerukusest ja lugeja tuttavusest teemaga.
Märgikogus toimib universaalselt. Sõnade loendus toimib kõigis keeltes, kus kasutatakse tühikuid sõnade eraldamiseks (hispaania, prantsuse, saksa, itaalia jne). Keeltes ilma sõnaeraldajateta - hiina, jaapani, tai - ei anna sõnade loendus mõtestatud tulemust. Lausetuvastus toimib üsna hästi Euroopa keeltes, kuid võib raskusi kogeda keeltes, mis kasutavad erinevaid kirjavahemärke.
Tehniliselt mitte, kuid jõudlus halveneb üle 100 000 märgi (ligikaudu 70-lehekülgne romaan). Tüüpiliseks kasutuseks - blogpostitused, esseed, e-kirjad, sotsiaalmeedia - toimub töötlemine silmapilkselt.
Umbes 95% täpne standardses tekstis. See käsitleb tavalisi lühendeid (Dr., Mrs., vs.), kuid võib sassi minna kümnendarvudega ("Skoor oli 3.5 punkti") või ebatavaliste kirjavahemärkidega. Kui vajad täielikult täpset lausete loendust lingvistiliseks uurimiseks, läheks vaja spetsialiseeritud NLP tööriistu.
See on loomulik keel. Funktsioonisõnad (artiklid, prepositsioonid, sidesõnad) moodustavad 40-50% ingliskeelsest tekstist. Kui kontrollid märksõnade üleküllust, vaata kaugemale esimesest või teisest positsioonist. Sinu sihtmärgiks olevad märksõnad peaksid ilmuma positsioonides 3-5 mõistliku sagedusega, mitte domineerima loetelus.
Jah, kuid kontekst on oluline. Google algoritmid karistevad ilmset märksõnade täitmist (üle 3% tiheduse), samas tunnustavad loomuliku keele kasutamist. Kui sinu sihtmärgiks olev märksõna ilmub top 5 kõige sagedasema sõna hulgas 1-2% tihedusega, oled õigel teel. Kui see ilmub 1000-sõnalises artiklis 50+ korda esimesel positsioonil, tõenäoliselt optimeerid liiga palju.
Kas kontrollid esseed vastavust nõuetele, optimeerid blogi sisu SEO jaoks või veendud, et tweet mahub märgipiiridesse, aseta oma tekst üleval olevasse välja ja saa koheselt mõõdikud. Mingit registreerimist, installeerimist ega andmete kogumist ei ole - ainult lihtne ja otsekohene teksti analüüs.
Trauzettel-Klosinski S, Dietz K. "Standardiseeritud lugemissoorituse hindamine: Uued rahvusvahelised lugemiskiiruse tekstid IReST." Investigative Ophthalmology & Visual Science. 2012. PMID: 16844754
Unicode Konsortsioon. "Unicode'i teksti segmenteerimine (UAX #29)." Unicode Standard Annex #29. https://unicode.org/reports/tr29/
World Wide Web Consortium. "Veebilehe tärkide mudel: Stringide võrdlemine." W3C töödokument. https://www.w3.org/TR/charmod-norm/
Kincaid JP, Fishburne RP, Rogers RL, Chissom BS. "Uute loetavuse valemite tuletamine mereväe allohvitseridele." Uurimistööde osakonna aruanne 8-75, Mereväe Tehnilise Koolituse Käskkond, 1975. https://www.govinfo.gov/content/pkg/GOVPUB-ED-PURL-gpo106104/pdf/GOVPUB-ED-PURL-gpo106104.pdf
Avasta rohkem tööriistu, mis võivad olla kasulikud teie töövoos