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.
640 notas · 5 diarios · 262.940 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.
l emblemático Casino Central de Mar del Plata será escenario este sábado del tributo a la no menos emblemática discoteca neoyorquina Studio 54. Desde las 22.30, en la Sala Bristol del complejo cuya silueta es literalmente una postal de la ciudad turística por excelencia del país, la fiesta Big Fun retorna con su particular estilo de diversión recreará esa inolvidable atmósfera de fines de los 70’s y principios de los […]
Qué se pierde acá: Todavía no se tocó nada. Se muestran las primeras 70 palabras de 259; 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
| hombre | 287 | |
| personas | 281 | |
| nacional | 272 | |
| desarrollo | 254 | |
| lugar | 252 | |
| personal | 246 | |
| trabajo | 244 | |
| argentina | 238 | |
| municipal | 235 | |
| seguridad | 224 |
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