Detectar palavras em excesso

Texto vazio, colagem só de espaços e limiares ausentes são rejeitados com invalid_input, para que um formulário em branco não vire um sucesso vazio silencioso. Use grátis no navegador ao redigir, ou chame a API por US$ 0,002 a cada solicitação bem-sucedida quando precisar de listas de excesso reproduzíveis em CI, ganchos de CMS ou ferramentas editoriais.

O que significam palavras usadas em excesso e o que a resposta contém

A detecção de palavras usadas em excesso responde a uma pergunta prática de escrita: quais termos significativos dominam esta passagem em relação ao comprimento total, depois de deixar de lado as stopwords do dia a dia. O comprimento total inclui cada token, stopwords e palavras de conteúdo, de modo que a participação sempre reflete que fração do texto inteiro aquela palavra de conteúdo ocupa. As stopwords entram no denominador do comprimento, mas nunca aparecem na lista de excesso, o que impede artigos, preposições e verbos auxiliares de afogar o sinal. Não há stemming, nem dicionário de sinônimos, nem modelo de detecção de idioma, nem ranqueador de aprendizado de máquina que pudesse variar entre execuções. Se você precisa de uma tabela completa de frequência de cada palavra incluindo stopwords, use um contador de frequência de palavras; se precisa de densidade SEO contra uma frase-alvo, use uma ferramenta de densidade de palavra-chave. Uma palavra é marcada quando sua contagem dividida por total_words é estritamente maior que o limiar que você informa. A resposta ecoa o texto de origem e o limiar numérico, informa total_words como cada token encontrado, content_words como tokens que não são stopwords, stopwords_excluded como quantos tokens foram filtrados, unique_content_words como o número de chaves de conteúdo distintas, overused_count como quantas palavras de conteúdo cruzaram o limiar, e overused como um array classificado de palavra, contagem e participação arredondada a seis casas decimais. O mecanismo monta um relatório exato de excesso dentro do comprimento de caracteres suportado ou rejeita a solicitação com invalid_input. Os casos rejeitados incluem campo text ausente, valor null, string vazia, conteúdo só de espaços, objetos e arrays que não são texto simples, cargas úteis maiores que o máximo documentado, strings só com pontuação e zero tokens de letra ou dígito, e limiar ausente ou fora da faixa. Esta página responde apenas às palavras de conteúdo que superam o limiar de participação, com saída estável adequada a planilhas, testes unitários e consumidores de API que não podem inventar regras de contagem.

Como os campos text e threshold são lidos e como as classificações permanecem reproduzíveis

O campo de texto preferido é text, mas os apelidos input, string, value, content e s são aceitos para que strings de consulta, planilhas e formulários tipados reutilizem o mesmo contrato sem renomear colunas. Booleanos, objetos simples e arrays são rejeitados com mensagem clara, para que um corpo JSON equivocado não vire a palavra true nem um despejo de objeto inútil. String vazia e colagem só de espaços são sempre invalid_input: a promessa do produto é detectar palavras de conteúdo usadas em excesso, não inventar um sucesso zero para envio em branco. O comprimento é limitado a cem mil caracteres para que uma colagem descontrolada não monopolize um Worker; cargas mais longas falham com mensagem explícita de limite em vez de um corte silencioso truncado. O campo de limiar preferido é threshold, com apelidos max_share, share, max_frequency e freq. Combine a execução gratuita no navegador desta página com a API paga quando precisar do relatório idêntico dentro de um pipeline automatizado.

Onde a detecção de palavras usadas em excesso se encaixa na escrita, no ensino e em software

Nesta página o trabalho roda inteiramente no seu navegador; pela API cada análise bem-sucedida custa US$ 0,002, a validação com falha não é cobrada, e nada é armazenado depois que a resposta é devolvida. Essa divisão — exploração interativa gratuita e uma API paga idêntica — segue o restante do catálogo tier A do KIT e permite ir de uma demonstração em sala de aula a um pipeline automatizado sem mudar o resultado numérico.