Qué palabras se repiten
frecuencias · n-gramas?N-grama. Palabras que aparecen pegadas una detrás de otra. De a dos se llaman bigramas («arma fuego»), de a tres trigramas.leer más → · co-ocurrencia?Co-ocurrencia. Qué palabras aparecen cerca de qué otras. Dibujadas como una red, muestran los grupos de palabras que viajan juntas.leer más →
Las palabras que más se repiten en las notas —o en un texto tuyo—, de a una, de a dos pegadas, o juntas en la misma oración. Es el conteo más simple que existe y la base de casi todo lo demás.
Sobre qué se cuenta
01 — Lo que sale
Las palabras más repetidas. Cuanto más grande, más veces aparece.
628 notas · 5 diarios · 254.803 palabras · tocá una palabra para ver dónde la dicen (solo sobre notas del archivo).
02 — Cómo se hace
Contar no es magia: son cinco pasos
Este acto va siempre sobre un texto solo, sin importar el alcance: es para ver la máquina por dentro.
En medio del amplio operativo de seguridad por la llegada del papa León XIV a la Argentina, la Policía de la Ciudad detuvo este domingo a un hombre que intentaba circular por una zona restringida del barrio porteño de Palermo utilizando documentación falsa y haciéndose pasar por integrante de un cuerpo de bomberos voluntarios. El procedimiento tuvo lugar en la intersección de avenida Del Libertador y John F. Kennedy, en […]
Qué se pierde acá: Todavía no se tocó nada. Se muestran las primeras 70 palabras de 476; el conteo final usa todas.
03 — La perilla
De a una, de a dos, o juntas en la misma oración
Mismo texto y mismo conteo. Lo único que cambia es qué se cuenta como «una cosa».
frecuencias
| nacional | 301 | |
| lugar | 285 | |
| personal | 266 | |
| personas | 240 | |
| hombre | 234 | |
| zona | 219 | |
| argentina | 213 | |
| seguridad | 213 | |
| municipal | 212 | |
| mujer | 212 |
Qué se gana y qué no: Ves de qué se habla. Pero no sabés de qué obra ni qué se dice de ella.
04 — El límite
¿Qué es Qué palabras se repiten? — ver más
Es como mirar la ciudad desde un avión: ves las avenidas más transitadas, pero no sabés quién viaja por ellas ni para qué. Para eso hay que bajar a leer.
El texto se pasa a minúscula, se corta en fichas (una por palabra), se descartan las vacías («de», «la», «que»: unas 190 de una lista que se puede leer) y se cuenta lo que queda. De a dos pegadas se cuentan los pares seguidos; juntas en la misma oración, cuántas oraciones comparten dos palabras aunque estén separadas.
Conteo de tokens descartando stopwords (bag of words); n-gramas de orden 2; red de co-ocurrencia a nivel de oración. Es el grado cero de la lectura distante: ver el bosque sin leer cada árbol.
Leer la explicación completa: cómo se hace paso a paso, y los trabajos que fundaron la técnica →
Con una cuenta gratis cargás tus textos, los etiquetás, corrés estos mismos análisis sobre ellos y publicás lo que encontraste. Cuando publicás tu primera investigación, sos investigador del HLab.
Crear mi cuenta → Ver un caso completo: El Marquesado