怎么统计词频

Answer 1

怎么统计词频？

方案一：借助Excel
如果使用场景是偶尔统计一篇文章不长的词频，可以使用excel：
（Excel 2007~2013的版本里，一个单元格最多容纳32,767个字符，也就是说目标文章不能超过32,767个字，不然就得分割开统计）
（如果经常使用，可以给Excel录制宏）

步骤1：统计一个字词、两个字词、三个字词、四个字词……n个字词出现的频率

注：

B3单元格内输入的是目标文章全文

C3是全文字数（含标点符号），D3内容即是C3所用的公式

B6是序号1~序号1276

C6的公式含义为在B3里取目标字符，该目标是从第B6个字符开始，字符长度为1，D6为C6公式内容

E6为统计C6~C1281区间内，C6这个字符出现的频率

为便于显示文末部分，Excel第16行至1269行的内容已隐藏。

如果文章为英文，那更简单，可以将B3内容以空格为分列符号进行分列操作：选中B3，点击菜单--，勾选，完成。完成后单词会按“一个单词占一个单元格”形式列为1行。全选后复制、“选择性粘贴”-“转置”，即可将单词列为上图C列的效果，再同样用F列的公式统计一次即可。

步骤2：将上述统计表格以“选择性张贴”-“粘贴值”形式粘贴到第二张Sheet，对各颜色区域分别作词频降序排序（例：同时选中B4、C4，按Ctrl+Shift+L，对词频降序排序，后同）

步骤3：选中一种颜色区域，作“删除重复项”操作，其余颜色区域操作相同。工具位置见鼠标指针

步骤4：将双字词、三字词、四字词等内容进行人工删选，删去不是词语的部分，忽略词频较少的部分，汇总后即为词频统计结果。

注：由于没有词库，此部分只能人工删选。
如果有词库，可以将上表结果合并成B、C两列（词语、词频两列），再在第三列D粘贴词库，第四列E再作一次countif公式，如：E5=COUNTIF(D:D,B5)，统计B5在词库中出现的次数。
E列的结果只有2种：1（B列的词语存在于词库D中），0（B列的词语不存在于词库D中）。


然后对E列结果作筛选，仅显示结果为“1”的内容，隐藏D列，结果就出来了。




方案二，使用工具：

汉语词频统计工具

与网上流传的词频统计软件相比，这款比较简单，只能统计中文，但免费。得到统计数据后还需借用Excel排序下。.