O que um contador de frequência de palavras mostra
Um contador de frequência de palavras mostra quantas vezes cada palavra aparece em um texto. O resultado é uma lista em ordem: a palavra mais usada primeiro, depois a seguinte, até as palavras que aparecem uma única vez.
Essa lista é útil de mais formas do que parece. Redatores usam para pegar palavras em que se apoiam demais. Estudantes usam para estudar o vocabulário de um discurso ou de um romance. Quem escreve para mecanismos de busca usa para conferir quantas vezes uma expressão-chave aparece. Pesquisadores usam como uma primeira olhada em respostas de questionários ou anotações de entrevistas.
Como usar
- Cole seu texto em Seu texto. A ferramenta abre com um parágrafo curto sobre café para você ver como ela funciona.
- Em Contar, escolha Palavras soltas, Expressões de duas palavras ou Expressões de três palavras.
- Escolha as Opções:
- Ignorar palavras comuns (ligada por padrão) deixa de fora palavras como “the”, “and” e “of”.
- Ignorar maiúsculas e minúsculas (ligada por padrão) conta “Café” e “café” como a mesma palavra.
- Incluir números (desligada por padrão) conta números como 2024 como palavras.
- Defina Menor palavra a contar (letras) se quiser pular palavras curtas. O valor 4 pula tudo o que tem três letras ou menos.
- Leia a tabela. # é a posição, Contagem é quantas vezes o item aparece e Participação é a porcentagem.
- Clique em Copiar para copiar a lista como três colunas separadas por tabulação, ou em CSV para baixar um arquivo para o Excel ou o Planilhas Google.
Acima da tabela, Contadas é o total de palavras ou expressões incluídas, Diferentes é quantos itens únicos existem e Item principal é o mais frequente.
Exemplos
Estes resultados vêm do parágrafo de exemplo com que a ferramenta abre.
O café é uma das bebidas mais consumidas no Brasil. Os pés de café crescem bem em regiões quentes com chuva regular. Na colheita, os frutos do café são secos e os grãos são torrados. A torra clara preserva o sabor do grão, enquanto a torra escura deixa o café forte e amargo. Muita gente toma café toda manhã, e o café coado continua sendo o preferido.
| Configuração | Contadas | Diferentes | Principais resultados |
|---|---|---|---|
| Palavras soltas, ignorar palavras comuns | 62 | 47 | café 6 (9,7%), o 5 (8,1%), e 3 (4,8%) |
| Palavras soltas, palavras comuns incluídas | 67 | 50 | café 6 (9,0%), o 5 (7,5%), e 3 (4,5%) |
| Palavras soltas, ignorar palavras comuns, menor palavra 4 | 40 | 34 | café 6 (15,0%), torra 2 (5,0%), amargo 1 (2,5%) |
| Expressões de duas palavras, ignorar palavras comuns | 53 | 51 | o café 3 (5,7%), bebidas mais 1 (1,9%) |
| Expressões de duas palavras, palavras comuns incluídas | 62 | 59 | o café 3 (4,8%), a torra 2 (3,2%) |
E com textos em português?
A contagem funciona com qualquer idioma que separa as palavras com espaços, inclusive com acentos e cedilha. O filtro de palavras comuns, porém, foi feito para o inglês, e o exemplo acima mostra o efeito. Com Ignorar palavras comuns ligado, algumas palavras curtas do português somem por coincidência, porque também existem em inglês (como “a”, “do” e “no”), e por isso a contagem cai de 67 para 62. Mas “o”, “e” e “os” continuam na lista, e “o” fica logo atrás de “café”. Com Menor palavra a contar (letras) em 4, o resultado fica bem mais útil: 40 palavras, 34 diferentes, com café 6 (15,0%) e torra 2 (5,0%) no topo.
Como a contagem funciona
O texto é dividido em palavras. Uma palavra é uma sequência de letras e dígitos, e pode ter um apóstrofo ou um hífen, então “it’s” e “guarda-chuva” contam como uma palavra cada. Apóstrofos curvos são tratados como retos. A pontuação em volta das palavras é ignorada.
Nas expressões, a ferramenta primeiro divide o texto nas quebras de frase: pontos finais, pontos de interrogação, pontos de exclamação, dois-pontos, pontos e vírgulas, parênteses e quebras de linha. Depois, desliza uma janela de duas ou três palavras por cada trecho. Com Ignorar palavras comuns ligado, uma expressão é pulada se começar ou terminar com uma palavra comum. No texto de exemplo, “a torra” é pulada, porque “a” também é uma palavra comum do inglês, mas “o café” continua, porque “o” não está na lista. As palavras comuns no meio são mantidas, o que faz expressões em inglês como “cup of tea” continuarem aparecendo na lista de três palavras.
A porcentagem de participação é calculada sobre o total de Contadas, e não sobre todas as palavras do texto. Quando você ignora as palavras comuns, elas saem da lista e do total.
Dicas e limites
- Formas diferentes contam separadamente. “grão” e “grãos” são duas entradas, assim como “corre”, “correu” e “correndo”. A ferramenta não junta as formas das palavras, porque fazer isso com confiabilidade exige um dicionário para cada idioma. Em português, com tantas conjugações e flexões, isso pesa mais.
- Confira o uso excessivo. Em um artigo curto, qualquer palavra comum que apareça muito mais vezes que as outras merece uma segunda olhada. A ferramenta de encontrar palavras repetidas destaca cada palavra repetida no seu texto, para você ver onde ela aparece.
- Densidade de palavra-chave. Para textos voltados a mecanismos de busca, escolha Expressões de duas palavras ou Expressões de três palavras para ver quantas vezes uma expressão-chave aparece. Não existe porcentagem ideal. Escreva para o leitor e use a expressão onde ela se encaixa naturalmente.
- Veja como imagem. O gerador de nuvem de palavras usa as mesmas contagens e desenha maiores as palavras mais frequentes.
- Conte as frases também. Para tamanho das frases, tempo de leitura e contagem de parágrafos, use o contador de frases.
- Outros idiomas. A lista de palavras comuns é só em inglês, então, em outros idiomas, desligue-a ou use o tamanho mínimo da palavra.
Outras formas de contar a frequência de palavras
Microsoft Word. O Word não tem lista de frequência. Você pode contar uma palavra por vez com Localizar (Ctrl+L no Word em português, Ctrl+F no Word em inglês), que mostra o número de resultados no painel de navegação.
Excel e Planilhas Google. Cole uma palavra por linha na coluna A. No Planilhas Google, =QUERY(A:A, "select A, count(A) where A <> '' group by A order by count(A) desc") gera uma tabela em ordem. No Excel, uma Tabela Dinâmica com a palavra tanto nas linhas quanto nos valores (configurada como Contagem) faz o mesmo.
Código. Em Python, collections.Counter(text.lower().split()).most_common(20) lista as 20 palavras mais usadas, embora mantenha a pontuação grudada nas palavras. Em JavaScript, divida o texto com uma expressão regular, acrescente cada palavra a um Map e ordene as entradas pela contagem.