詞彙與字元頻率計數

貼上文字,立刻看到三張頻率表:詞彙(漢字類以外的字母與數字組成的詞,含希臘、西里爾等所有文字系統)、字元(漢字、假名、諺文逐字計)、雙字元組(相鄰漢字對)。中文不做中文斷詞——斷詞是研究問題,本工具改用逐字與雙字元組,數字保證能用手按規則重算。詞彙比對用 Unicode 簡單摺疊(simple case folding),不是一般的轉小寫。

計數

只保留達到門檻的結果列。總數、不重複項目數及百分比的分母照原計數。

名次項目次數百分比

計數規則(與結果並列,保證可重算)