Woordfrequentie tellen

De teller splitst de tekst op dezelfde manier in woorden als de woordenteller: reeksen letters en cijfers; koppeltekens en apostrofs binnen een woord horen bij het woord, dus zee-eend en auto’s zijn elk één woord.

Belangrijk voor het Nederlands: samenstellingen en vervoegingen zijn eigen woorden. Fiets, fietsen, fietst en bakfiets worden vier verschillende regels in de lijst, omdat de teller woorden niet terugbrengt tot hun stam. Zo kloppen de getallen precies; heb je het totaal van alle vormen van een woord nodig, tel ze dan zelf op.

Frequentie is hoe vaak een woord voorkomt. Dichtheid is dat getal gedeeld door het totaal aantal woorden, maal 100:

• “fiets” komt 7 keer voor in een alinea van 86 woorden = 7 ÷ 86 × 100 = 8,14%.
• De dichtheid gebruikt altijd het totaal inclusief veelvoorkomende woorden; “de” of “en” overslaan in de lijst verandert het percentage van andere woorden niet.

Staat Hoofdlettergevoelig uit, dan worden Fiets en fiets samen geteld. Zet het aan om eigennamen van gewone woorden te scheiden, bijvoorbeeld Bakker als achternaam en bakker als beroep.

Woordfrequenties volgen een patroon dat de wet van Zipf heet: het vaakst gebruikte woord komt ongeveer twee keer zo vaak voor als het woord op de tweede plaats, drie keer zo vaak als het woord op de derde plaats, enzovoort. Dat patroon zie je in het Nederlands, het Engels en bijna elke andere taal.

Je ziet dezelfde curve in je eigen lijst: een paar heel vaak gebruikte woorden bovenaan, en daarna een lange staart van woorden die je een of twee keer gebruikt. Staat er een inhoudswoord (zelfstandig naamwoord, werkwoord of bijvoeglijk naamwoord) tussen de functiewoorden bovenaan, dan is dat het echte onderwerp van de tekst, of een woord dat je te vaak gebruikt.

De frequentieteller laat zien hoe vaak een zoekwoord voorkomt, maar er bestaat geen “juiste” dichtheid. Het spambeleid van Google noemt het volproppen van een pagina met zoekwoorden om de ranking te manipuleren keyword stuffing, bijvoorbeeld door hetzelfde woord of dezelfde woordgroep onnatuurlijk vaak te herhalen.

Gebruik de lijst andersom: schrijf voor je lezer en controleer daarna of de relevante woorden staan waar ze horen en of er geen woord zo vaak terugkomt dat het vreemd klinkt. Bedenk dat een Nederlands zoekwoord meerdere vormen heeft: voor een lezer zijn “fiets”, “fietsen” en “e-bike” hetzelfde onderwerp. Om een of twee bepaalde woorden te tellen, gebruik je de woorden zoeken en tellen-tool; om herhaalde woordgroepen te vinden, de teller voor herhaalde zinsdelen.