免费工具 词频统计与词频分析，中英文都能用
把问卷开放题、客服聊天记录、用户评论或一篇文章粘贴进来，马上列出哪些词出现得最多：次数、占比、累计占比按顺序排好。虚词可以一键过滤，也能加上自己要排除的词，完整的词频表可以导出 CSV，用 Excel 继续分析。
- 词、单字、短语都能统计
- 导出 CSV
- 本地统计
在线统计词频
粘贴文字，词频表随输入实时更新。用下面的按钮可以导出完整词频表，或者复制到 Excel、飞书表格。
长短不限。聊天记录、问卷答案建议一条一行；换行和标点能避免前后两句的词被连成短语。
短语是同一句里相邻的词，不跨标点和换行。
次数太少的词不在表格和词云里显示。总数照算，导出 CSV 时按同样的条件。
用逗号或顿号分开，比如品牌名、聊天里的「你好、谢谢」。英文不分大小写。
总次数
90
过滤之后统计的词的总数。
不同的词
63
只出现 1 次
46
词汇丰富度（TTR）
70.0%
不同的词 ÷ 总次数。文字越长越低。
说明
- 说明识别为中文（切出 127 个词或字）。
- 说明中文词之间没有空格，这里没有用词典，而是按标点和虚词切开，再找出在这段文字里重复出现的字串，是近似分词：只出现一次的词可能切得不准。想要精确的次数，选「单字」。
- 说明过滤掉了 38 次停用词。
- 说明46 个词出现不到 2 次，没有列出来，总次数里照算。
词云
出现最多的前 50 个词，字越大次数越多。
词频表
占比 = 次数 ÷ 总次数；累计占比从第一名往下累加。
| 排名 | 词 | 次数 | 占比 | 累计占比 |
|---|---|---|---|---|
| 1 | 物流 | 5 | 5.56% | 5.56% |
| 2 | 发货 | 4 | 4.44% | 10.00% |
| 3 | 退款 | 4 | 4.44% | 14.44% |
| 4 | 优惠券 | 4 | 4.44% | 18.89% |
| 5 | 换货 | 3 | 3.33% | 22.22% |
| 6 | 下单 | 2 | 2.22% | 24.44% |
| 7 | 还没 | 2 | 2.22% | 26.67% |
| 8 | 申请 | 2 | 2.22% | 28.89% |
| 9 | 到账 | 2 | 2.22% | 31.11% |
| 10 | 显示 | 2 | 2.22% | 33.33% |
| 11 | 信息 | 2 | 2.22% | 35.56% |
| 12 | 更新 | 2 | 2.22% | 37.78% |
| 13 | 尺码 | 2 | 2.22% | 40.00% |
| 14 | 运费 | 2 | 2.22% | 42.22% |
| 15 | 客服 | 2 | 2.22% | 44.44% |
| 16 | 收到 | 2 | 2.22% | 46.67% |
| 17 | 快递 | 2 | 2.22% | 48.89% |
版本 v1.0更新于 更新记录
词频表能告诉你什么
面对一大堆文字，词频表是最快弄清「大家都在说什么」的办法。它说明的是「说得多」，不是「最重要」，适合用来决定先读哪一部分。
次数和占比
每个词出现了几次、占全部词的百分之几。两段文字长短不同时比占比，不要比次数：5,000 个词里出现 40 次，比 2,000 个词里出现 30 次占比更低。
累计占比
从第一名往下把占比加起来。前 10 个词就占了三成，说明话题很集中；累计占比涨得很慢，说明话题很分散。
词汇丰富度（TTR）
不同的词 ÷ 总次数。文字越长这个数越低，只能在长度相近的文字之间比较；短文字里 TTR 很低，通常是重复很多。
只出现 1 次的词
客服记录和问卷答案里，少见的问题往往藏在长尾里。把「只列出现次数不少于」调到 1 次，扫一遍表格末尾。
词频不等于情绪。「退款」出现得多，不能说明退款出了问题，要回到原文看包含这个词的句子——在原文里按 Ctrl+F 搜索是最快的办法。
三步做完词频分析
客服聊天记录、问卷开放题、商品评价、App 评论、访谈记录、文章都适用。
-
1
粘贴文字
一条消息、一份答卷或一条评价占一行。签名档、欢迎语这类模板先删掉，或者把里面的词加进「另外过滤这些词」。
-
2
选统计单位
看整体用「词」；想看「优惠券过期」「物流信息」这类话题用两个词的短语；要精确的字数统计用「单字」。
-
3
导出或复制
「导出 CSV」得到完整词频表；「复制表格」可以直接粘进 Excel、WPS、飞书表格，再做图或按月对比。
占比 = 次数 ÷ 过滤后的总次数
总次数是去掉停用词、自定义过滤词和（默认）数字之后剩下的词数，所以所有词的占比加起来正好是 100%。
- 中文不用词典：先按标点和虚词（的、了、是、我们、因为等）切开，在这段文字里找出重复出现的 2–6 字字串作为「词」，再从左到右取最长的匹配（短词出现次数明显更多时取短词）；剩下的零散字，3 个字以内算一个词，更长的两两切开
- 单字模式逐字统计，结果是精确的，适合做字频统计
- 英文单词是连续的字母或数字，
e-mail、don't算一个词，所有格's去掉，不分大小写，表格里显示最常见的写法；停用词用 NLTK 英文停用词表（198 个，源自 Snowball 项目） - 短语是同一句里相邻的词，中间可以有停用词，开头和结尾不行
占比
次数 ÷ 总次数
5 ÷ 90 = 5.56%
累计占比
从第一名加到这一行的占比之和
5.56% + 4.44% = 10.00%
词汇丰富度（TTR）
不同的词 ÷ 总次数
63 ÷ 90 = 70.0%
18 条客服留言的词频
默认示例是一家网店的 18 条顾客留言。过滤停用词后共统计 90 个词，其中不同的词 63 个，只出现 1 次的 46 个。
| 词 | 次数 | 占比 | 累计占比 |
|---|---|---|---|
| 物流 | 5 | 5.56% | 5.56% |
| 发货 | 4 | 4.44% | 10.00% |
| 退款 | 4 | 4.44% | 14.44% |
| 优惠券 | 4 | 4.44% | 18.89% |
| 换货 | 3 | 3.33% | 22.22% |
| 下单 | 2 | 2.22% | 24.44% |
物流、发货、退款、优惠券、换货五个词就占了全部用词的两成多，给这五类问题各写一条快捷回复，就能覆盖大部分留言。出现 2 次的还有到账、尺码、运费、客服等 11 个词。
词频最容易在这些地方误导人
对粘贴进来的文字，次数是精确的；问题多出在放进去的文字和读表的方式上。
模板文字没删
欢迎语、签名档、自动回复每条记录都有，会把它们的词顶到最前面。先删掉，或者加进自定义过滤词。
直接比较次数
导出的记录越多，次数自然越大。不同月份、不同渠道之间要比占比。
把近似分词当成精确分词
没有词典，只出现一次的词可能切错。高频词可以放心看，低频词要回原文核对。论文、语料研究需要精确分词，建议用带词典的分词工具（比如 Python 的 jieba）。
把「说得多」当成「最重要」
一位大客户写了一次的投诉，可能比十次「物流」更要紧。词频表用来决定先读什么，而不是直接下结论。
值得统计的文字从哪来
最值得做词频分析的，是访客和顾客自己写下的文字。TapCub 在统计数据旁边收集了两类。
词频统计怎么做？
把文字粘贴到上面的输入框，默认按「词」统计并过滤停用词，马上得到按次数排序的词频表，包括次数、占比和累计占比。要换成单字或短语，在「统计单位」里切换；要保存结果，点「导出 CSV」。
词频分析有什么用？
快速弄清一大堆文字在说什么：客服聊天记录里顾客最常问什么、问卷开放题里大家提得最多的是哪些、评价里反复出现的优点和问题、一篇文章的重心在哪。它告诉你先读哪部分，结论还要回原文确认。
和关键词密度工具有什么区别？
关键词密度查询从你想优化的关键词出发，看它的密度和出现位置，面向 SEO 写作。这个工具没有目标词，把所有的词都排出来，带停用词开关和导出，适合分析问卷、聊天记录这类大段文字。
中文是怎么分词的？准吗？
没有用词典，而是按标点和虚词切开，再找出这段文字里重复出现的字串作为词，是近似分词。出现多次的高频词基本可靠；只出现一次的词可能切得不准。要精确的数字可以选「单字」，按字统计没有误差。
什么是停用词？能自己加吗？
停用词是「的、了、是、在、我们」这类几乎每段文字都会大量出现、但不说明主题的词，默认过滤掉。自己要排除的词写在「另外过滤这些词」里，比如店铺名、聊天里的「亲、你好、谢谢」。
能导出到 Excel 吗？
能。「导出 CSV」下载完整词频表，文件开头带 BOM，中文 Excel 双击打开不会乱码；「复制表格」复制的是制表符分隔的文字，可以直接粘进 Excel、WPS、飞书表格。
能统计英文吗？
能，会自动识别语言，中英混排也可以。英文按单词统计、不分大小写，默认过滤 the、and 这类停用词；order 和 ordered 这种词形变化按不同的词统计。
文字会上传吗？
不会。统计全部在浏览器里完成，文字不会保存、不会写进网址，也不会发送给 TapCub。