Statistiek van trefwoordfrequentie in documenten

Telt hoe vaak trefwoorden voorkomen in PDF/DOCX/PPTX-documenten en ondersteunt het batchgewijs exporteren van rapporten

Browseruitvoermodus: Je gegevens worden in je browser verwerkt en niet naar de server geüpload.

Snelheid en stabiliteit: De verwerkingssnelheid hangt af van je apparaat en browser. Voor grote batchtaken kan de desktopversie stabieler zijn.

Tool wordt geladen, even geduld...

Als de online tool niet kan laden of uitvoeren, probeer dan de desktoptool. https://tools.yikeaigc.com/

Toolgebruik

Terug naar oude versie

Stel eerst trefwoorden en matchwijze in, voeg daarna tekst of documenten toe en start de telling. Meerdere bestanden worden allemaal verwerkt; de interface toont alleen de eerste 20 bestanden en resultaten.

Telinstellingen

Eén trefwoord per regel; in regex-modus één expressie per regel.

Lokale verwerking Batch-ZIP Regex-match

trefwoord

Trefwoordenlijst

Ondersteunt meerdere trefwoorden tegelijk; lege regels worden genegeerd.

Matchmethode

Matchmodus

Exportformaat per bestand

HoofdlettergevoeligMaak onderscheid tussen A en a Overlappende telling toestaanGeschikt voor a tellen in aa of overlappende korte woorden Witruimte samenvoegenVermindert invloed van spaties en tabs Afbreekstreepjes samenvoegenVerwerkt Engelse woordafbreking Regels met treffers tellenToon zowel aantal treffers als regels PDF per pagina tellenResultaat toont eerste 20 pagina's; export bevat alle pagina's

Fragmentextractie

Max. fragmenten per trefwoord

Fragmentlengte

Bij fragmentlimiet 0 wordt geen context opgehaald.

PDF-pagina's

Startpagina

Eindpagina

Vul 0 in als eindpagina om tot de laatste pagina te tellen.

Tekst lezen

Tekstcodering

Regeleinden

Markdown

Batch exporteren

Rapportformaat per bestand

ZIP-bestandsnaam

Samenvatting-CSV makenVat trefwoordtellingen en verwerkingsstatus per bestand samen

Instellingen opslaan

Na opslaan worden trefwoorden, matchmethode, PDF-pagina's en exportformaat automatisch hersteld.

Voeg na het instellen tekst of documenten toe.

Inhoud toevoegen

Plak direct tekst of selecteer een of meer documentbestanden.

Wacht op invoer

Tekstinhoud

Bestand kiezen

Klik om bestanden te kiezen of sleep ze hierheen

Ondersteunt PDF, DOCX, PPTX, XLSX, TXT, MD, HTML, CSV, JSON, SRT.

Overzicht wachtrij

trefwoord0

Aantal bestanden0

Teksttekens0

VerwerkingsmodusTekst

Controleer instellingen en invoer en ga door naar statistieken downloaden.

Statistiek downloaden

Klik op start om resultaten te bekijken en het rapport te downloaden.

Wacht op start statistieken.

Statistieken nog niet gestart.

Instructies

Gebruiksaanwijzing

Trefwoorden instellen:Voer in de “trefwoordenlijst” per regel de trefwoorden in die moeten worden geteld; in de modus voor reguliere expressies vult u per regel één expressie in.
Matchmethode kiezen:
- Normale match:Voert tekenmatching uit op basis van de invoer, geschikt voor Chinese woorden en vaste zinnen.
- Hele-woordmatch:Geschikt voor Engelse woorden en numerieke termen, om foutieve matches binnen langere woorden te verminderen.
- Reguliere expressie:Geschikt voor het tellen van gestructureerde inhoud zoals nummers, datums en geformatteerde code.
Statistische parameters configureren:Schakel naar behoefte hoofdlettergevoeligheid, overlappende telling, witruimte samenvoegen, afbreekstreepjes aan regeleinden samenvoegen, aantal getroffen regels tellen en PDF-statistieken per pagina in.
Fragmenten en paginanummers instellen:Stel het aantal treffragmenten, de fragmentlengte en de begin- en eindpagina van PDF’s in; vul 0 in als eindpagina om tot de laatste pagina van het document te tellen.
Inhoud toevoegen:U kunt tekst plakken of bestanden selecteren zoals PDF, DOCX, PPTX, XLSX, TXT, Markdown, HTML, CSV, JSON en SRT. Meerdere bestanden worden allemaal verwerkt; de interface toont alleen de eerste 20.
Instellingen opslaan:Klik op “Instellingen opslaan” om de huidige trefwoorden, matchmethode, paginabereik en exportindeling te behouden, zodat u later gemakkelijk verder kunt werken.
Telling starten:Ga naar de stap “Statistieken downloaden” en klik op “Telling starten”. Wacht tot de verwerking is voltooid om het aantal keren dat trefwoorden voorkomen, het aantal getroffen regels, PDF-resultaten per pagina en treffragmenten te bekijken.
Resultaten downloaden:Voor één inhoud kunt u een TXT-, CSV- of JSON-rapport downloaden; bij batchbestanden wordt een ZIP gegenereerd met het rapport van elk bestand en een optioneel samenvattend CSV-bestand. Bij dubbele namen van resultaatbestanden wordt automatisch een nummer toegevoegd om onderscheid te maken.

Veelgestelde vragen

Antwoord: Ondersteunt gangbare indelingen zoals PDF, DOCX, PPTX, XLSX, TXT, Markdown, HTML, CSV, JSON, SRT. Bij batchverwerking kunt u bestanden met verschillende indelingen gemengd selecteren.

Antwoord: Normale match telt rechtstreeks op tekenbasis; hele-woordmatch is geschikt voor Engelse of numerieke termen en voorkomt dat cat in category wordt gematcht; reguliere expressie is geschikt voor gestructureerde inhoud zoals nummers, datums en ordernummers, bijvoorbeeld INV-\d+.

Antwoord: Veelvoorkomende oorzaken zijn verschillen tussen de tekstextractievolgorde van de PDF en de opmaakvolgorde, trefwoorden die door regeleinden of spaties zijn opgesplitst, of Engelse woorden die door afbreekstreepjes aan het einde van een regel zijn gesplitst. Probeer witruimte samenvoegen en afbreekstreepjes bij regeleinden samenvoegen in te schakelen en controleer de context via de trefferfragmenten.

Antwoord: Vul bij “PDF-pagina’s” de beginpagina en eindpagina in. Een eindpagina van 0 betekent tellen tot de laatste pagina van het document; de beginpagina mag niet groter zijn dan de eindpagina.

Antwoord: Wanneer meerdere resultaatbestanden dezelfde naam krijgen, voegt het systeem cijfers zoals _2, _3 toe aan de bestandsnaam om te voorkomen dat resultaten elkaar overschrijven.

Antwoord: Verklein eerst het PDF-paginabereik, verminder het aantal trefferfragmenten of verwerk grote aantallen bestanden in batches. Vermijd ook te complexe backtrackingpatronen in reguliere expressies.