首页工具箱开发工具中文分词与关键词提取

SEGMENT & COUNT · 33 · 词频工坊

中文分词工具

把文章交给 Intl.Segmenter 切词，去掉停用词后生成词块标签云、TopN 词频表与 TF-IDF 关键词，主题一眼可见，数值全部可导出。

本地切词停用词可编辑词长分组

粘贴中文文本建议单次 5 万字以内；多个段落会按段计算 TF-IDF

保留单字词勾选后「光」「水」这类单字词也参与统计 过滤停用词使用下方可编辑的停用词表

示例：

词块标签云

TopN 词频

前 30 位

#	词	次数	频率	词长

TF-IDF 关键词

#	词	TF-IDF	出现段数

词长分组

二字 / 三字 / 四字及以上

分组	词数	总次数	代表词（按次数取前 8）

🔬口径说明与常见误填把话说清楚，比报个数更有用

分词引擎	优先 Intl.Segmenter（浏览器 ICU 词库）；不可用回退 2-gram + 词频，页面标注当前引擎。
停用词	内置约 150 个常用中文停用词，可编辑，过滤后不参与排名。
词频 TF	词在全文出现次数 ÷ 总词数，表内以百分比呈现。
TF-IDF	按段落计算 IDF；单文档退化为词频排名并注明。
词长分组	二字 / 三字 / 四字及以上，便于挑出真正的名词短语。
文本统计	字数（含标点口径见页面）、词数、标点数、平均句长。

这个工具解决什么问题

写完长文想确认主题是否跑偏，或者拿到一批评论想找高频反馈，最直接的办法就是看词频。本页在浏览器里完成切词到关键词排名的完整链路，文本不出本机。

几条实用原则

全部计算本地完成，零网络请求，适合处理未公开稿件。
分词引擎透明：用 Segmenter 还是 n-gram 都明确标注。
TF-IDF 按段落区分度排名，比纯词频更能反映主题词。
所有表格可导出 CSV，方便贴进周报或论文附录。

按这几步用

粘贴文本：支持多段落；勾选是否保留单字词、是否过滤停用词。
开始分词：词块云、TopN 表、TF-IDF 表与文本统计一次出齐。
按需调整：编辑停用词后点「应用并重算」，结果即时刷新。
导出：CSV 或复制词表，直接用于报告与检索式。

小提示

对比两份文本用同一停用词表与同一设置，词块云的差异才有可比性。

更新记录

v1.0 2026-11-11 首次上线：Segmenter 分词 + 停用词 + TF-IDF + 词块云

常见问题

中文分词工具的分词结果准不准？

优先使用浏览器内置的 Intl.Segmenter（Chrome / Edge 87+），这是系统级 ICU 词库，切分质量与输入法词库同级；老浏览器自动回退到 n-gram 词频统计，页面会明确标注当前使用的引擎，不会假装分得很准。

TF-IDF 是怎么算的？

按段落切分文档：一个词在某段出现越多，词频 TF 越高；同时在越多段落出现，说明区分度越低，逆文档频率 IDF 越小。只有一段文本时退化为词频排名，页面会注明「单文档模式」。

停用词表可以改吗？

可以。内置约 150 个常用中文停用词，「的、了、我们」这类没有检索价值的词不参与排名；点开「停用词表」可增删，改动只保存在本页会话中，重置按钮一键还原。

文本会上传到服务器吗？

不会。分词、统计、TF-IDF 全部在浏览器本地完成，整页零网络请求；导出的 CSV 也由本地生成。长文建议单次 5 万字以内，超出可能卡顿。

词块云的字号代表什么？

字号随词频缩放，出现次数越多字号越大、颜色越深；悬停可看具体次数与占比。词块云适合快速把握文章主题，精确数值请看下方的 TopN 表与分组表。

💬 留言板 0

全部留言需审核通过后展示

💬

还没有留言，来抢沙发吧！