কীভাবে ব্যবহার করবেন
- আপনার লেখা পেস্ট করুন, অথবা চেষ্টা করতে ‘নমুনা লোড করুন’ ক্লিক করুন।
- শব্দ বা বাক্যাংশ বেছে নিন, সর্বনিম্ন দৈর্ঘ্য এবং কী উপেক্ষা করবেন তা নির্ধারণ করুন।
- র্যাঙ্কিং দেখে ‘CSV ডাউনলোড করুন’ ক্লিক করে সবকিছু এক্সপোর্ট করুন।
অপশনগুলোর ব্যাখ্যা
- টোকেনাইজেশন
- ব্রাউজারের অন্তর্নির্মিত শব্দ-বিভাজন ব্যবহার করে, যা চীনা, জাপানি ও মিশ্র ভাষার লেখাও সামলায়।
- বাক্যাংশ
- machine learning-এর মতো পাশাপাশি থাকা দুই বা তিন শব্দের সমন্বয় গোনে, তবে বাক্যের সীমানা অতিক্রম করে না।
- স্টপ ওয়ার্ড
- সাধারণ কাজের শব্দ (the, of, and, is…) বাদ দেওয়া হয়, যাতে অর্থপূর্ণ শব্দগুলো তালিকার ওপরে উঠে আসে। সবকিছু গুনতে এটি বন্ধ করুন।
হাতেকলমে উদাহরণ
এই লেখা নিন:
The cat sat on the mat. The cat ate the fish. Machine learning helps machine learning researchers; the cat sleeps.সারাংশে লেখা থাকে শব্দ: 20 এবং আলাদা: 10, কারণ the ও on-এর মতো স্টপ ওয়ার্ড শব্দ হিসেবে গোনা হয় কিন্তু পরে বাদ যায়। «শব্দ» বেছে রাখলে শীর্ষ সারি:
| শব্দ | সংখ্যা | অংশ |
|---|---|---|
| cat | 3 | 21.43% |
| learning | 2 | 14.29% |
| machine | 2 | 14.29% |
অংশ ভাগ হয় গোনা হওয়া 14টি শব্দ দিয়ে, লেখার 20টি দিয়ে নয়। «দুই-শব্দের বাক্যাংশ»-এ 8টি বাক্যাংশের মধ্যে machine learning দুবার আসে (25%)। বাক্যাংশ কখনো বাক্য বা কমার সীমা পেরোয় না, এবং স্টপ ওয়ার্ড দিয়ে শুরু বা শেষ হওয়া বাক্যাংশ বাদ যায়।
পেজ শীর্ষ 100টি সারি তালিকাভুক্ত করে; «সব দেখান» বাকিগুলো দেখায়। «CSV ডাউনলোড করুন»-এ প্রতিটি সারি থাকে term, count ও share কলামসহ।
সচরাচর জিজ্ঞাসিত প্রশ্ন
এটি কীওয়ার্ড ঘনত্ব থেকে কীভাবে আলাদা?
কীওয়ার্ড ঘনত্ব হলো ‘ভাগ’ কলামে দেখানো মান—কোনো শব্দ যতবার এসেছে, তা গণনায় ধরা সব শব্দের মোট সংখ্যা দিয়ে ভাগ করলে যে মান পাওয়া যায়। কোনো পেজ বা প্রবন্ধে কোনো শব্দ অতিরিক্ত ব্যবহৃত হচ্ছে কি না দেখতে এটি ব্যবহার করুন।
এটি কতটা লেখা সামলাতে পারে?
কয়েক লক্ষ শব্দও সহজে চলবে। খুব দীর্ঘ নথি কয়েকটি অংশে ভাগ করুন।
আমার লেখা কি আপলোড হয়?
না। সব গণনা আপনার ব্রাউজারেই হয়।
গোপনীয়তা
এই টুলটি পুরোপুরি আপনার ব্রাউজারে চলে। আপনার ফাইল ও লেখা আপনার ডিভাইসেই প্রসেস হয় এবং কখনো আমাদের সার্ভারে আপলোড হয় না।