Worthäufigkeit zählen

Ein Wort ist eine Folge von Buchstaben und Ziffern; ein Bindestrich oder Apostroph im Wort hält es zusammen, Kfz-Versicherung und E-Mail zählen also je einmal. Groß- und Kleinschreibung spielen keine Rolle: Preis und preis sind dasselbe Wort. Umlaute und ß bleiben im Wort, und der Text wird zuerst in die zusammengesetzte Unicode-Form (NFC) gebracht, damit ein ä mit getrenntem Akzentzeichen dasselbe Wort ergibt wie ein normal getipptes ä.

Der Anteil ist die Anzahl eines Wortes geteilt durch alle Wörter des Textes. „Der Preis passt, aber die Lieferzeit macht mir Sorgen. Die Lieferzeit beträgt sechs Wochen. Der Preis enthält die Lieferung.“ hat 19 Wörter; Preis und Lieferzeit kommen je zweimal vor, also je 10,53 %. Ausgeblendete Stoppwörter und kurze Wörter zählen weiter zur Gesamtzahl, damit sich die Prozente beim Umschalten eines Filters nicht verschieben.

Zahlen bleiben standardmäßig außen vor (schalten Sie das ab, um sie mitzuzählen; 3,5 bleibt eine Zahl). Über der Tabelle stehen die Gesamtzahl, die verschiedenen Wörter und wie viele Ihre Filter ausblenden.

Stoppwörter sind die kurzen, häufigen Wörter ohne viel eigene Bedeutung: der, die, und, ist, ich, es. Sie füllen sonst den Anfang jeder Liste. Die Seite blendet sie mit der deutschen Stoppwortliste des Snowball-Projekts aus (231 Wörter unter BSD-Lizenz, darunter noch die alte Schreibung daß; die Seite ergänzt dass).

Schalten Sie den Filter ab, um sie zu sehen, oder tragen Sie eigene Wörter ein, etwa ja, genau, ähm oder einen Namen, der in jeder Zeile steht. Die Liste ist ein Ausgangspunkt, keine Regel: In einer Rede oder einer Textanalyse können gerade die kleinen Wörter interessant sein.

Die Phrasen-Reiter zählen Wortpaare und Dreiergruppen wie Lieferzeit verkürzen oder Return on Investment. Gezählt wird innerhalb eines Satzes, nicht über Punkt, Fragezeichen, Doppelpunkt oder Zeilenumbruch hinweg. Mit ausgeblendeten Stoppwörtern fällt eine Phrase weg, die mit einem Stoppwort beginnt oder endet; eine mit Stoppwort in der Mitte bleibt.

Gelistet werden nur Phrasen, die mindestens zweimal vorkommen. In einem Gesprächs- oder Interviewtranskript sind das oft die Themen, auf die das Gegenüber immer wieder zurückkam.

Fügen Sie ein Interview, ein Verkaufsgespräch oder ein Besprechungsprotokoll ein und lassen Sie Sprecherangaben und Zeitstempel ignorieren: Angaben wie Anna: oder Sprecher 1 und Zeiten wie 00:03 sowie WebVTT- und SRT-Zeitangaben fallen vor dem Zählen weg, damit nicht die Namen oben stehen. Sie können auch eine .txt-, .vtt- oder .srt-Datei öffnen.

Die sortierte Liste zeigt schnell, worüber wirklich gesprochen wurde: Der Kunde sagte elfmal Stillstand und zweimal Preis. Suchen Sie in der Tabelle nach einem Wort, das Sie erwartet hatten, und sehen Sie, ob es überhaupt fiel.