Извлекатель тем & ключевых слов
Выделите термины, на которых построен текст, оцененные по TF-IDF относительно встроенного базового уровня обычного английского, а не по простой частоте.
Ничего, что вы вводите здесь, не загружается, не сохраняется и не отправляется куда-либо. Всё работает в вашем браузере.
Почему частота сама по себе ничего не говорит
Самое частое слово почти в каждом английском документе — это, а самое частое содержательное слово обычно то общее существительное, которое использует автор. Сортировка по простой частоте дает список, который вы уже знаете. TF-IDF исправляет это, деля частоту появления термина здесь на то, как часто он встречается в обычном языке: слово, частое в этом тексте и редкое в целом, действительно важно, а слово, распространённое везде, — нет.
Базовый уровень, используемый здесь, и его ограничения
Для реального TF-IDF нужен корпус документов, из которого вычисляется вторая часть. В вашем браузере корпуса нет, и эта страница его не загружает, поэтому базовый уровень встроен: список примерно восьмисот распространённых английских слов в приблизительном порядке ранжирования, частота каждого слова оценивается по его рангу согласно закону Ципфа. Всё, чего нет в этом списке, считается редким и получает фиксированный высокий вес.
Будьте ясны, что это означает. Внутри списка оценка имеет реальную градацию — страница весит совсем иначе, чем the. Вне него каждый необычный слово получает одинаковый вес редкости, поэтому действительно редкий технический термин и умеренно редкое слово различаются только тем, как часто они встречаются в вашем тексте и где. Это грубый корпус и он откровенно признаёт это. Этого достаточно, чтобы отделить сигнал от «шума», что и является задачей; но этого недостаточно для сравнения оценок между двумя разными документами.
Позиция имеет значение
- Заголовки. Если вы вставили HTML, термины внутри
<h1>к<h3>получают повышенный вес и маркер. Термин, по которому вы пытаетесь ранжироваться, но который никогда не появляется в заголовке, стоит обратить внимание. - Начало. Термины в первом абзаце получают небольшое увеличение веса. Писатели помещают тему в начало, и поисковые системы давно предполагают то же самое.
- Фразы отдельно. Фразы из двух и трёх слов оцениваются отдельно, с весом, зависящим от редкости слов в них и частоты их повторения, потому что "broken link building" говорит гораздо больше о странице, чем просто "building".
Для чего действительно использовать
Три вещи. Проверка черновика охватывает то, что требовалось в брифе — если целевой термин не находится ближе к верху, страница о чём‑то другом. Аудит страницы, ранжирующейся по неправильному запросу, где верхние термины обычно сразу объясняют причину. И определение реальной темы страницы конкурента, которая часто уже, чем подразумевает её title‑тег.
То, чем это не является, — список ключевых слов для добавления. Оценённые здесь термины берутся из вставленного вами текста; в нём нет ничего, что могло бы предложить термин, которого страница ещё не содержит. Для подсчёта чистых фраз без учёта редкости используйте n-gram analyzer; для планирования, какие термины страница должна изначально таргетировать, начните с keyword cluster.
Вопросы, которые задают люди
Что такое TF-IDF в одном предложении?
Частота термина, умноженная на обратную частоту документа (TF‑IDF): насколько часто слово встречается в этом тексте, взвешенное тем, насколько оно редкое в языке в целом, так что часто используемые общие слова получают низкий балл, независимо от частоты их использования.
Является ли TF‑IDF тем, как Google ранжирует страницы?
Нет. Это многолетний метод взвешивания в информационном поиске, от которого современный поиск давно отдалился, и никакая оптимизация TF‑IDF не изменит рейтинг. Здесь он полезен как способ анализа вашего собственного текста, что отличается от ранжирования.
Почему слово, которое я использую постоянно, получает низкий балл?
Потому что оно входит в базовый набор часто используемых английских слов, поэтому частота сама по себе не даёт балл. Это и есть работающий механизм. Если слово действительно центрально для вашей темы и является обычным английским словом, вы увидите его в списке фраз — в контексте, вместе с окружающими его словами.
Могу ли я сравнить баллы между двумя разными страницами?
Не в значимой степени. Баллы нормируются относительно самого сильного термина в каждом запуске, поэтому топ‑термин всегда имеет значение 100, независимо от его реальной силы. Сравнивайте порядок терминов между двумя страницами, а не числовые значения.
Корректно ли работает вставка HTML?
Теги удаляются, блоки script и style исключаются, а заголовки и первый абзац выделяются для взвешивания позиции. Обработчик основан на регулярных выражениях, а не на полном парсере, поэтому сильно испорченная разметка может сбить его — если результаты выглядят неверно, вставьте отрендеренный текст.
Сопутствующие инструменты
Освещение темы — базовое требование
Каждая страница, конкурирующая с вашей, тоже охватывает эту тему. Решающее — у кого из вас есть ссылки, и именно эту часть мы создаём.