Pengekstrak Kata Kunci

Stop words adalah perkataan tatabahasa yang paling biasa dalam sesuatu bahasa: kata sandang (the, a, an), kata sendi (in, on, at, by), kata hubung (and, or, but), kata kerja biasa (is, are, was, has), dan kata ganti nama (I, you, he, she). Ia tidak membawa kandungan bermakna untuk analisis kata kunci. Menapis stop words hampir sentiasa merupakan pilihan yang betul — tanpa ia, senarai kata kunci anda akan didominasi oleh "the" dan "is". Matikan penapisan stop word hanya jika anda melakukan analisis linguistik di mana perkataan tatabahasa adalah penting, seperti atribusi keaslian penulis atau analisis gaya.

Bigrams adalah dua perkataan berturutan yang dianalisis sebagai satu unit tunggal. Aktifkan bigrams apabila teks anda mengandungi konsep bergabung penting yang hilang maknanya apabila dipecahkan kepada perkataan individu. Contoh: "machine learning" (bukan sekadar "machine" + "learning"), "open source", "neural network", "user experience", "climate change". Bigrams sangat berguna terutamanya untuk analisis kata kunci SEO — carian sering mengandungi frasa dua perkataan, dan mengetahui kandungan anda mengandungi "machine learning" adalah lebih praktikal berbanding mengetahui ia mengandungi "machine" dan "learning" secara berasingan. Untuk teks pendek, bigrams mungkin menghasilkan gangguan; ia berfungsi paling baik pada teks 300+ patah perkataan.

Tampal artikel sedia ada, penerangan produk, atau kandungan halaman dan ekstrak kata kunci utama. Bandingkan keputusan dengan kata kunci yang anda sasarkan — jika kata kunci sasaran anda tidak muncul dalam 10 teratas, kandungan anda mungkin memerlukan lebih banyak sebutan semula jadi mengenainya. Anda juga boleh menganalisis kandungan pesaing: tampal artikel pesaing dan lihat kata kunci apa yang ditekankan dalam penulisan mereka. Ciri bigrams sangat berguna di sini kerana ia menyerlahkan frasa pelbagai perkataan tepat yang teks mereka optimumkan. Eksport keputusan sebagai CSV untuk dibawa ke dalam helaian kerja untuk analisis lanjut.

Tiada had tetap — alat ini mengendalikan artikel, esei, dan kandungan panjang. Teks yang sangat pendek (kurang daripada 50 patah perkataan) menghasilkan keputusan yang tidak boleh dipercayai kerana skor TF-IDF memerlukan kepelbagaian kata yang mencukupi untuk membezakan istilah penting daripada pengulangan kebetulan. Untuk hasil terbaik, gunakan teks dengan 200 patah perkataan atau lebih. Di hujung yang lain, teks yang sangat panjang (100,000+ patah perkataan) mungkin mengambil masa sesaat dua untuk diproses tetapi akan selesai dengan betul memandangkan semua pemprosesan berjalan dalam pelayar anda.

Ia menapis mana-mana kata kunci yang lebih pendek daripada jumlah aksara yang dinyatakan. Tetapan lalai (biasanya 3-4 aksara) menghalang perkataan yang sangat pendek yang terlepas daripada penapisan stop word daripada muncul dalam keputusan. Untuk kandungan teknikal, anda mungkin boleh mengurangkan minimum kepada 2 untuk memasukkan singkatan. Untuk penemuan topik, meningkatkannya kepada 5-6 memastikan anda hanya melihat kata-kata substantif. Eksperimen: jika keputusan anda termasuk perkataan dua huruf yang tidak bermakna, tingkatkan minimum. Jika anda kehilangan istilah teknikal pendek yang penting, kurangkannya.

Ya. Gunakan butang Export CSV untuk memuat turun fail dengan tiga kolum: kata kunci, kekerapan (bilangan mentah), dan skor TF-IDF. CSV ini boleh dibuka dalam Excel, Google Sheets, atau mana-mana alat data untuk analisis lanjut. Butang Copy Keywords menyalin hanya senarai kata kunci (tanpa skor) ke papan keratan anda, sesuai untuk ditampal ke dalam medan kata kunci meta, ringkasan kandungan, atau input tag.

Tidak. Keseluruhan algoritma pengekstrakan TF-IDF berjalan di dalam pelayar anda menggunakan JavaScript. Teks anda, sama ada ia mengandungi kandungan perniagaan proprietari, artikel yang belum diterbitkan, atau dokumen pelanggan, tidak akan pernah meninggalkan peranti anda. Tiada apa yang dimuat naik, direkod, atau disimpan.