キーワード抽出ツール

TF-IDFアルゴリズムを使用して、あらゆるテキストからキーワードとキーフレーズを抽出

テキストを入力または貼り付け

最小単語長: 3

最大キーワード数: 20

ストップワードをフィルター

バイグラムを含める（2単語フレーズ）

抽出されたキーワード

キーワードが見つかりませんでした。より多くのテキストを入力するか、設定を調整してみてください。

すべての処理はブラウザ内で行われます。テキストはサーバーに送信されません。

使用例

記事SEO

ブログ記事から主要なキーワードを抽出して、SEO戦略とメタタグを最適化しましょう。

コンテンツ調査

競合他社のコンテンツを分析して、彼らが注力している主要なトピックやフレーズを発見しましょう。

テキスト要約

長い文書の最も重要なキーワードを抽出することで、主要なテーマを素早く把握しましょう。

機能

TF-IDFアルゴリズム

テキスト内の最も関連性の高いキーワードをランク付けするために、単語頻度-逆文書頻度を使用

ストップワードフィルター

複数言語で一般的な単語（the, a, is...）を自動的に除去し、本当のキーワードを際立たせる

バイグラムサポート

"機械学習"や"ソーシャルメディア"などの2単語キーフレーズをオプションで抽出し、より豊かな分析を実現

CSVエクスポート

キーワード、頻度、スコアの列を含むCSVファイルとしてキーワード結果をダウンロード

使い方

テキストを貼り付ける

記事、エッセイ、Webページのコンテンツなど、任意のテキストを入力エリアに入力または貼り付けてください。

設定を調整する

最小単語長、最大キーワード数を設定し、ストップワードフィルターやバイグラムのオン/オフを切り替えます。

抽出してエクスポート

「キーワードを抽出」をクリックして、TF-IDFスコアで並べ替えられた結果を表示。リストをコピーするかCSVでエクスポートします。

よくある質問

TF-IDFはTerm Frequency-Inverse Document Frequencyの略です。純粋な単語頻度のカウントは、一般的によく使われる言葉（「the」、「is」、「and」など）が頻繁に登場する一方で意味を持たないため、誤解を招る可能性があります。TF-IDFは、その単語が一般的なテキスト全体でどの程度珍しいか、あるいは一般的かによって、各単語の頻度スコアを調整します。特定のテキストによく現れるが一般的な文章ではあまり現れない単語が高いスコアを獲得します。これらこそが、あなたのテキストを特徴づけるキーワードです。単一のドキュメントの場合、このツールは一般的な単語の頻度を含む組み込みのコーパスを使用してIDFをシミュレートするため、意味のある希少な用語が補足的な言葉よりも上位に表示されます。

ストップワードは言語において最も一般的な文法的な単語のことです。冠詞（the, a, an）、前置詞（in, on, at, by）、接続詞（and, or, but）、一般的な動詞（is, are, was, has）、および代名詞（I, you, he, she）が含まれます。これらはキーワード分析において意味のあるコンテンツを含みません。ストップワードのフィルタリングは、ほとんどの場合で正しい選択です。これを行わないと、あなたのキーワードリストは「the」や「is」によって占められてしまいます。 authorship attribution（著者特定）やスタイル分析など、文法的な単語が重要な言語学的分析を行っている場合にのみ、ストップワードのフィルタリングを無効にしてください。

Bigramsは、2つの連続する単語を1つの単位として分析するものです。テキスト内に、個々の単語に分割されると意味が失われる重要な複合コンセプトが含まれている場合に有効にします。例：「machine learning」（「machine」＋「learning」だけではない）、「open source」、「neural network」、「user experience」、「climate change」などです。Bigramsは特にSEOキーワード分析に役立ちます。検索クエリには多くの場合2単語のフレーズが含まれており、コンテンツに「machine learning」が含まれていると知ることは、個別に「machine」と「learning」が含まれていると知るよりも実用的だからです。短いテキストではBigramsがノイズを生む可能性があるため、300単語以上のテキストで最も効果を発揮します。

既存の、あるいは作成中の記事、製品説明、またはページの内容を貼り付けて、上位のキーワードを抽出してください。結果をターゲットとして意図したキーワードと比較します。もしターゲットキーワードが上位10位に入っていない場合は、コンテンツ内にその単語をより自然な形で含める必要がある可能性があります。競合他社のコンテンツを分析することも可能です。競合者の記事を貼り付けて、彼らの執筆でどのキーワードが強調されているかを確認してください。Bigrams機能はここで特に有用です。なぜなら、相手のテキストが最適化されている正確な複数単語フレーズを抽出できるからです。結果をCSVとしてエクスポートすれば、スプレッドシートに取り込んでさらなる分析を行うことができます。

厳格な制限はありません。記事、エッセイ、長文コンテンツに対応しています。非常に短いテキスト（50単語未満）では、TF-IDFスコアリングが重要な用語と偶然の繰り返しを区別するための十分な単語の多様性を必要とするため、信頼性の低い結果になることがあります。最良の結果を得るには、200単語以上のテキストを使用してください。一方で、非常に長いテキスト（100,000単語以上）の場合、処理に数秒かかることがありますが、すべての処理はブラウザ内で実行されるため、正しく完了します。

指定された文字数よりも短いキーワードを除外します。デフォルト（通常は3〜4文字）は、ストップワードのフィルタリングをすり抜けてしまった非常に短い単語が結果に表示されるのを防ぎます。技術的な内容の場合、略称を含めるために最小値を2まで下げることもできます。トピックの発見用であれば、5〜6に上げることで実質的な単語のみを表示させることができます。試してみてください：もし結果に意味のない2文字の単語が含まれている場合は、最小値を増やしてください。重要な短い技術用語が消えてしまう場合は、値を減らしてください。

はい。CSVエクスポートボタンを使用して、キーワード、頻度（生のカウント）、およびTF-IDFスコアの3つの列を含むファイルをダウンロードできます。このCSVはExcel、Google Sheets、またはその他のデータツールで開いてさらなる分析に使用できます。「Copy Keywords」ボタンは、スコアを除いたキーワードのリストのみをクリップボードにコピーするため、メタキーワードフィールドやコンテンツブリーフ、タグ入力への貼り付けに適しています。

いいえ。TF-IDF抽出アルゴリズム全体が、JavaScriptを使用してあなたのブラウザ内で実行されます。あなたのテキストが機密性の高いビジネスコンテンツ、未発表の記事、またはクライアントの文書を含んでいる場合でも、デバイスから外へ送信されることはありません。何もアップロード、ログ記録、保存されることはありません。