Tìm cụm từ lặp lại trong văn bản

Tìm những nhóm từ bạn cứ lặp đi lặp lại. Công cụ cho biết mọi cụm 2–5 từ xuất hiện từ hai lần trở lên, từ nhiều nhất đến ít nhất, kèm số lần và mật độ. Với tiếng Việt, đây cũng là cách đếm từ ghép như “học sinh” hay “cà phê”. Cụm từ không bao giờ vượt qua dấu chấm hay dấu phẩy.

Cụm 2 đến 5 từ
Ẩn cụm chồng lên nhau
Ở lại trên thiết bị

Văn bản của bạn 0 từ · 0 ký tự

Độ dài cụm từ Hiện các cụm dùng Bỏ qua cụm chỉ gồm từ phổ biến (của các, và là)Ẩn cụm ngắn nằm trong cụm dài hơnPhân biệt chữ hoa, chữ thường

Mở tệp

Chỉ lưu trên thiết bị này

Danh sách tần suất cụm từ

Các nhóm từ lặp lại, dùng nhiều nhất trước. Cụm từ không bao giờ vượt qua dấu chấm, dấu phẩy hoặc dấu xuống dòng.

Các cụm từ lặp lại sẽ hiện ở đây. Nếu chưa thấy gì, hãy dán văn bản dài hơn.

Cách tìm cụm từ lặp lại trong văn bản

Tìm các nhóm từ lặp lại bằng công cụ này trong ba bước.

Dán văn bản

Một bài blog, bài phát biểu, mô tả sản phẩm hay một báo cáo dài. Các cụm lặp lại hiện ngay trong danh sách.
Chọn độ dài

Tìm cụm 2 đến 5 từ cùng lúc, hoặc chỉ một độ dài, chẳng hạn ba từ. Chọn hiện các cụm dùng từ 2, 3 hay 5 lần trở lên.
Xem danh sách

Các cụm được xếp theo số lần xuất hiện, kèm mật độ. Sao chép danh sách hoặc tải CSV để sắp xếp và lọc trong bảng tính.

Ví dụ

Trong văn bản mẫu, “đổi trả miễn phí” xuất hiện 3 lần, còn “trong 30 ngày”, “đơn hàng” và “sản phẩm” mỗi cụm 2 lần. “Đơn hàng” và “sản phẩm” là từ ghép: công cụ đếm từ tách chúng thành hai tiếng, còn ở đây chúng hiện nguyên vẹn.

Tìm cụm từ trong văn bản mẫu

N-gram là gì?

N-gram là một chuỗi n từ liền nhau. Công cụ đếm n-gram từ 2 đến 5 từ.

Tên	Số từ	Ví dụ từ “học sinh đi học đúng giờ”
Unigram	1	học (với từng từ riêng lẻ, hãy dùng công cụ tần suất từ)
Bigram	2	học sinh, sinh đi, đi học, học đúng, đúng giờ
Trigram	3	học sinh đi, sinh đi học
4-gram	4	học sinh đi học
5-gram	5	học sinh đi học đúng

Mỗi từ mở đầu một cụm mới, nên các cụm chồng lên nhau: một câu 6 từ có năm bigram và bốn trigram. Trong tiếng Việt, nhiều bigram chính là từ ghép (học sinh, đúng giờ).

Cụm từ tiếng Việt và từ ghép

Vì tiếng Việt viết tách từng tiếng, công cụ đếm từ thông thường không biết học sinh, Việt Nam hay cà phê là một từ. Danh sách cụm từ lấp khoảng trống đó: cụm hai từ lặp lại nhiều lần thường chính là từ ghép quan trọng nhất của văn bản. Trong đoạn văn về cà phê ở trang tần suất từ, “cà phê” xuất hiện 8 lần và chiếm 17,78% số từ.

Một cụm chỉ được đếm khi các từ đứng cạnh nhau trong cùng một vế câu. Công cụ ngắt văn bản ở dấu chấm, dấu chấm hỏi, dấu chấm than, dấu phẩy, dấu chấm phẩy, dấu hai chấm, ngoặc đơn, ngoặc kép, dấu gạch ngang và dấu xuống dòng, nên “đỏ, táo” không bao giờ được đếm thành cụm “đỏ táo”.

Ba tùy chọn giúp danh sách hữu ích hơn:

Bỏ qua cụm chỉ gồm từ phổ biến. Những cụm như “của các”, “và là” hay “thì là” xuất hiện trong mọi văn bản, nên được bỏ qua. Cụm có chứa từ phổ biến, như “trong 30 ngày”, vẫn được đếm.
Ẩn cụm ngắn nằm trong cụm dài hơn. Nếu một cụm ngắn luôn chỉ xuất hiện bên trong một cụm dài, chỉ cụm dài được hiện. Nếu cụm ngắn còn xuất hiện riêng, nó vẫn ở trong danh sách.
Phân biệt chữ hoa. Tắt theo mặc định; “Đổi trả miễn phí” và “đổi trả miễn phí” được đếm chung.

Tần suất cụm từ và tần suất từ

Từ riêng lẻ và cụm từ cho biết những điều khác nhau về một văn bản.

1
Tần suất từ

Cho biết từng tiếng bạn dùng nhiều nhất. Hữu ích để tìm từ đệm và chủ đề chính.
2+
Tần suất cụm từ

Cho biết từ ghép và tổ hợp từ bạn lặp lại: sáo ngữ, khẩu hiệu, từ khóa nhiều từ và thói quen diễn đạt.
%
Mật độ cụm từ

Tỉ lệ của một cụm trên tổng số từ. Một cụm 3 từ xuất hiện 4 lần chiếm 12 từ.

Ai dùng công cụ tìm cụm từ lặp lại

Cụm từ lặp lại rất dễ lọt qua khi bạn tự đọc bài của mình, nhưng hiện rõ trong một danh sách.

Ai	Tìm thấy gì
Người viết SEO	Các từ khóa nhiều từ mà trang thực sự dùng và dùng bao nhiêu lần, không quá đà.
Người viết diễn văn và kịch bản	Những cụm người nói lặp lại theo thói quen, hoặc một khẩu hiệu cần lặp lại có chủ ý.
Học sinh và sinh viên	Sáo ngữ như “trong cuộc sống hiện nay” hay “như chúng ta đã biết” làm bài văn nhàm chán.
Người làm marketing	Cụm từ lặp lại trong mô tả sản phẩm hay quảng cáo cần được thay đổi cách nói.
Nhà nghiên cứu	Các cụm từ và từ ghép quay lại trong phỏng vấn, câu trả lời mở và bản ghi.
Người dịch	Những đoạn lặp lại cần luôn được dịch giống nhau.

Cách giảm cụm từ lặp lại

Nếu bạn thấy một cụm quay lại quá nhiều:

Sau lần đầu, dùng đại từ hoặc cách nói ngắn hơn: “đơn hàng của bạn” → “đơn này” hoặc “kiện hàng”.
Gộp các câu lặp lại cùng chủ ngữ: “Đơn hàng đã được gửi. Đơn hàng sẽ đến vào ngày mai.” thành “Đơn hàng đã được gửi và sẽ đến vào ngày mai.”
Rút gọn cách nói rườm rà: “tiến hành kiểm tra” thường chỉ là “kiểm tra”, “vào thời điểm hiện tại” là “bây giờ”, và “có khả năng có thể” chỉ cần “có thể”.
Giữ lại những cụm quan trọng. Lặp lại tên sản phẩm hay thuật ngữ chuyên môn là bình thường; sự nhất quán giúp người đọc.

Sau đó dán lại văn bản để xem con số đã giảm chưa. Để kiểm tra một cụm cụ thể, hãy gõ nó vào công cụ đếm số lần xuất hiện của từ; mỗi lần xuất hiện đều được tô sáng.

Câu hỏi thường gặp về cụm từ lặp lại

Công cụ tìm cụm từ lặp lại là gì?

Là công cụ đếm mỗi nhóm từ xuất hiện bao nhiêu lần trong văn bản. Nó cho biết các cụm 2 đến 5 từ lặp lại, còn gọi là n-gram, kèm số lần và mật độ.

Tôi có dùng công cụ này để đếm từ ghép không?

Có. Vì mỗi tiếng được đếm là một từ, cụm hai từ lặp lại thường chính là từ ghép như “học sinh”, “sản phẩm” hay “cà phê”. Chọn độ dài cụm “2 từ” để chỉ xem chúng.

Vì sao một cụm tôi lặp lại không hiện trong danh sách?

Có thể một dấu câu chen giữa (cụm không vượt qua dấu phẩy hay dấu chấm), cụm chỉ gồm từ phổ biến như “của các”, hoặc nó bị ẩn vì chỉ xuất hiện bên trong một cụm dài hơn.

Làm sao tính mật độ của một cụm từ?

Lấy số từ mà cụm chiếm chia cho tổng số từ, rồi nhân 100. Một cụm hai từ xuất hiện 5 lần trong văn bản 500 từ có mật độ 2%.

Tôi có xem được cả các cụm chỉ xuất hiện một lần không?

Có. Chọn hiện các cụm dùng “Bất kỳ số lần nào”. Với văn bản dài, danh sách sẽ rất dài; khi đó hãy tải CSV để sắp xếp.

Cụm từ vượt qua dấu xuống dòng có được đếm không?

Không. Dấu xuống dòng kết thúc một cụm; từ cuối của một dòng không bao giờ được ghép với từ đầu của dòng sau.

Văn bản của tôi có bị gửi đi đâu không?

Không. Các cụm được đếm trong trình duyệt, và văn bản không rời khỏi thiết bị của bạn.

Nguồn và tài liệu tham khảo

Chính sách về nội dung rác trên Google Tìm kiếm, Google Search Central
N-gram, Wikipedia