Detectar palabras sobreusadas

El texto vacío, el pegado de solo espacios y los umbrales ausentes se rechazan con invalid_input para que un formulario en blanco no se convierta en un éxito vacío silencioso. Úselo gratis en el navegador al redactar, o llame a la API a $0.002 por solicitud exitosa cuando necesite listas de sobreuso reproducibles en CI, ganchos de CMS o herramientas editoriales.

Qué significan las palabras sobreusadas y qué contiene la respuesta

La detección de palabras sobreusadas responde a una pregunta práctica de escritura: qué términos significativos dominan este pasaje respecto a su longitud completa, una vez apartadas las palabras vacías cotidianas. La longitud total incluye cada token, tanto palabras vacías como de contenido, de modo que la participación siempre refleja qué fracción del texto completo ocupa esa palabra de contenido. Las palabras vacías se cuentan en el denominador de la longitud pero nunca aparecen en la lista de sobreuso, lo que evita que artículos, preposiciones y verbos auxiliares ahoguen la señal. No hay stemming, ni tesauro, ni modelo de detección de idioma, ni ranking de aprendizaje automático que pudiera desviarse entre ejecuciones. Si necesita una tabla de frecuencia completa de cada palabra incluidas las vacías, use un contador de frecuencia de palabras; si necesita densidad SEO contra una frase objetivo, use una herramienta de densidad de palabras clave. Una palabra se marca cuando su conteo dividido entre total_words es estrictamente mayor que el umbral que usted proporciona. La respuesta repite el texto de origen y el umbral numérico, informa total_words como cada token encontrado, content_words como tokens que no son palabras vacías, stopwords_excluded como cuántos tokens se filtraron, unique_content_words como el número de claves de contenido distintas, overused_count como cuántas palabras de contenido cruzaron el umbral, y overused como un arreglo clasificado de palabra, conteo y participación redondeada a seis decimales. El motor construye un informe exacto de sobreuso dentro del largo de caracteres admitido o rechaza la solicitud con invalid_input. Los casos rechazados incluyen un campo text ausente, un valor null, una cadena vacía, contenido de solo espacios, objetos y arreglos que no son texto plano, cargas útiles más largas que el máximo documentado, cadenas con solo puntuación y cero tokens de letra o dígito, y un umbral ausente o fuera de rango.

Cómo se leen los campos text y threshold y cómo se mantienen reproducibles las clasificaciones

El campo de texto preferido es text, pero se aceptan los alias input, string, value, content y s para que cadenas de consulta, hojas de cálculo y formularios tipados reutilicen el mismo contrato sin renombrar columnas. Los booleanos, objetos planos y arreglos se rechazan con un mensaje claro para que un cuerpo JSON equivocado no se convierta en la palabra true ni en un volcado de objeto inútil. La cadena vacía y el pegado de solo espacios siempre son invalid_input: la promesa del producto es detectar palabras de contenido sobreusadas, no inventar un éxito de cero para un envío en blanco. El largo está limitado a cien mil caracteres para que un pegado desbocado no monopolice un Worker; las cargas más largas fallan con un mensaje explícito de límite en lugar de un recorte silencioso. El campo de umbral preferido es threshold, con alias max_share, share, max_frequency y freq. Combine la ejecución gratuita en el navegador de esta página con la API de pago cuando necesite el informe idéntico dentro de una canalización automatizada.

Dónde encaja la detección de palabras sobreusadas en la escritura, la enseñanza y el software

En esta página el trabajo se ejecuta enteramente en su navegador; a través de la API cada análisis exitoso cuesta $0.002, la validación fallida no se cobra y no se guarda nada después de devolver la respuesta. Esa división —exploración interactiva gratuita y una API de pago idéntica— coincide con el resto del catálogo de nivel A del KIT y le permite pasar de una demostración de aula a una canalización automatizada sin cambiar el resultado numérico.