Tagasuri ng Dalas ng Salita at Parirala

Idikit ang nilalaman upang ayusin ang mga salita at parirala ayon sa dalas.

Nilalaman: hanggang 50,000 yunit ng code sa UTF-16. Mga salitang ibubukod: hanggang 2,000 yunit. Unang 100 hanay ayon sa pagkakaayos ang ipinapakita.

Gumagamit ang Intl.Segmenter ng datos ng wika sa browser upang tukuyin ang mga yunit na maituturing na salita. Piliin ang wika ng nilalaman; maaaring mag-iba ang hangganan ayon sa browser, lalo na sa Tsino at Hapones. Pinagsasama ang mga baybay gamit ang normalisasyong NFC at maliliit na titik ayon sa wika, nang hindi kinukuha ang salitang-ugat o inaalis ang mga tuldik. Bakante sa simula ang listahan ng pagbubukod; ibinubukod ang bawat yunit ng salitang inilagay rito. Nabubuo ang pares mula sa orihinal na magkatabing yunit kahit may bantas o bagong linya. Inaalis ang pares na may ibinukod na salita nang hindi lumilikha ng bagong pares sa magkabilang panig ng puwang. Binibilang ang magkakapatong na pares; ipinapakita lamang ang mga pares na lumitaw nang hindi bababa sa dalawang beses. Densidad = bilang ng paglitaw ÷ lahat ng orihinal na yunit ng salita × 100 para sa salita at pares; hindi kailangang maging 100 ang kabuuan ng mga porsiyento. Nakaayos sa pababang bilang, pagkatapos ay ayon sa baybay. Literal na dalas lamang ang sinusukat; walang pag-unawa sa kahulugan, iskor ng kaugnayan, ideyal na densidad o paghula sa ranggo.