使いすぎ単語を検出
サンプルの段落でしきい値を0.08にすると、「really」(39語中5回)と「plan」(4回)が使いすぎとして示され、「the」や「and」などのよく使う英語の語は結果から外れます。ブラウザで無料で使えます。
- 無料
- ブラウザで動作
- 登録不要
- データは端末の外に出ません
無料で実行
計算例
- しきい値
- 0.08
- 総単語数
- 39
- 内容語
- 27
- 除外されたストップワード
- 12
- 固有の内容語
- 20
この使いすぎ単語検出器は、空でない任意のテキストと、全単語トークンに対する割合として表した頻度しきい値を受け取り、その割合より多く現れる内容語の一覧を返します。the、and、of、is といった英語の一般的なストップワードは報告から除外されるため、機能語が本当に重要な語彙を覆い隠すことはありません。ライター、編集者、学生、マーケター、開発者は、反復的な言い回しの発見、草稿の引き締め、販促文の監査、スタイル検査パイプライン向けの決定的なフィクスチャ構築に結果を使います。エンジンは完全に決定的です。Unicode対応のトークン化を1回行い、固定のストップワード集合とハッシュマップのカウント、カウント順次いで単語順の純粋なソートだけです。執筆中はブラウザで無料でお使いいただけます。
文章としきい値の考え方と、順位が毎回同じになる理由
値は意味のある内容チェックの後、空でない文字列でなければなりません。有限の数値と bigint は先に文字列化されるため、数値として入力された商品コードも安定した数字トークンになります。製品の約束は使いすぎの内容語を検出することであり、空送信にゼロ成功を作ることではありません。
実際の単語の外側の空白は区切りに過ぎず、幻のトークンは作りません。0より大きく1以下の有限数で、全トークンに対して許される最大割合を表します。0.05 は、全トークンの5パーセント超を占める非ストップワードが使いすぎとして報告されることを意味します。
0、負の数、1超、非数値文字列、threshold 欠落は拒否されます。トークン化は Unicode の文字・数字の連続と任意の内部アポストロフィを使い、ソースがストレートアポストロフィのとき短縮形を一体に保ちます。キーはすべて小文字化されるため Really と really は1つの内容語にまとまります。
カウントは1回のトークン化、内容集計用 Map、純粋な比較ソートだけで、通信辞書もホストごとに文字順が変わるロケール表もランダムサンプリングもありません。
使いすぎ単語検出が執筆・教育・ソフトウェアで果たす役割
学生は、国語の課題がスピーチでどの内容語が支配的かを尋ねるとき、スタイル実習がストップワード除去後の反復を測るとき、コーディング演習がグラフ化前に決定的なトークン割合を求めるときに使いすぎの作業に出会います。教師は、ロケールによってハイフン語の分け方が違う不透明な表計算に頼らず、期待されるランク・カウント・割合を示す解答例を事前に生成できます。
編集者やコンテンツチームは、really や just のような偶然の依存語、意図よりはるかに多く現れる重要なブランド句を見つけるために草稿を貼り付けます。マーケティングとSEOの担当者は、完全なキーワード密度ワークフローを開く前の語彙監査として一覧を使います。ここでの目標は、単一キーワードに対するスコアではなく、全文の割合を超える内容語です。
開発者は、スタイルリンター用フィクスチャの構築、単体テストでの bag-of-words 使いすぎゲートのアサート、いい加減なスクリーンショットではなく正確なランクを求めるプログラミング課題の充足のために同じ契約をスクリプトから呼び出します。
サポートと運用は、独自パーサーなしで最も繰り返される内容語をダッシュボードに出すため、騒がしいチケット件名を測ります。フォーム、CMS準備、編集衛生のための無料で決定的なテキストユーティリティの小さなラボを作るときは、完全な単語頻度表、文字数カウンター、可読性スコア、キーワード密度ヘルパーとも組み合わせてください。
活用例
反復の多い草稿を引き締める
記事やメールを貼り付け、0.03 のような割合しきい値で、ストップワードを除いたうえで支配的な内容語を削ります。
授業向けスタイル解答例
正確な表を求める国語課題やプログラミング実習向けに、再現可能な使いすぎ単語のランクと割合を生成します。
CIのスタイルゲート用フィクスチャ
自前のストップワードフィルタとトークナイザーを出荷せずに、パイプラインやCMSフックで決定的な使いすぎ一覧をアサートします。
よくある質問
テキストが空のときは?
文字または数字のトークンを少なくとも1つ含む空でないテキストを指定してください。
2語が同じカウントのとき順位はどう決まりますか?
行はカウント降順、次いで単語昇順で並ぶため、タイはアルファベット順で解け、実行間で安定します。
「the」や「and」が一覧に出ないのはなぜですか?
英語のよく使う機能語は、本当に確認したい語を埋もれさせないよう結果から除外されます。ただし総語数には含まれるため、各語の割合は文章全体に対する比率になります。
しきい値はどのように決めればよいですか?
語の出現回数を総語数で割った値が、しきい値を上回ると指摘されます。記事やメールなら0.03あたりから試し、一覧が長すぎる場合は値を上げてください。
語形が変わった単語はまとめて数えますか?
まとめません。語幹をそろえる処理や類義語の判定は行わないため、単数形と複数形など語形が違えば別の語として数えます。そのため結果は毎回同じになります。
関連ツール
開発者向け — APIアクセス
このページの機能はすべてAPIからも利用できます。自社システムに組み込みたいチーム向けのセクションです。それ以外の方は上のツールをそのままお使いください。
エンドポイント
Bearerトークンで認証し、POST1回でタスクをキューに登録します。結果はWebhookまたは署名付きリンクで受け取れます。
お使いのスタックから呼び出す
curl -X POST https://api.kit.forhosting.com/write/overused-word-detect \
-H "Authorization: Bearer $KIT_KEY" \
-H "Content-Type: application/json" \
-d '{"text":"The really really really big plan was really important for every really careful review.","threshold":0.05}'const res = await fetch("https://api.kit.forhosting.com/write/overused-word-detect", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.KIT_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
"text": "The really really really big plan was really important for every really careful review.",
"threshold": 0.05
})
});
const { task_id } = await res.json();import os, requests
res = requests.post(
"https://api.kit.forhosting.com/write/overused-word-detect",
headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
json={
"text": "The really really really big plan was really important for every really careful review.",
"threshold": 0.05
},
)
task_id = res.json()["task_id"]<?php
$res = file_get_contents("https://api.kit.forhosting.com/write/overused-word-detect", false, stream_context_create([
"http" => [
"method" => "POST",
"header" => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
"content" => '{"text":"The really really really big plan was really important for every really careful review.","threshold":0.05}',
],
]));
$task = json_decode($res, true);body := bytes.NewBufferString(`{"text":"The really really really big plan was really important for every really careful review.","threshold":0.05}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/write/overused-word-detect", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)リクエスト例
{
"text": "The really really really big plan was really important for every really careful review.",
"threshold": 0.05
}レスポンス例
{
"task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
"type": "write.overused_word_detect",
"status": "queued",
"_links": {
"result": "/tasks/tsk_…/result"
}
}非同期APIです。task_idは即時に返ります。ポーリングは1秒あたり1リクエストまでです。
料金
単価はすべて公開しています。トークン換算や独自クレジットはありません。失敗したタスクは課金されません。
制限
max_chars | 100000 |
エラー
| HTTP | コード | 意味 |
|---|---|---|
401 | unauthorized | APIキーが無効か、指定されていません。Authorizationヘッダーを確認してください。 |
402 | insufficient_balance | 残高が不足しています。チャージ後に再度お試しください。 |
404 | unknown_type | 指定されたタスクタイプは存在しません。タイプ名を確認してください。 |
429 | rate_limited | リクエストが多すぎます。しばらく待ってから再度お試しください。 |
技術的な注記
空のテキスト、空白のみの貼り付け、しきい値の欠落は invalid_input で拒否されるため、空のフォームが黙って空の成功になることはありません。CI、CMSフック、編集ツールで再現可能な使いすぎ一覧が必要な場合は、成功したリクエストごとに $0.002 のAPIをご利用ください。
使いすぎ単語の意味とレスポンスの内容
使いすぎ単語の検出は、日常のストップワードを除いたうえで、意味のある語が文章全体の長さに対してどれだけ支配的かを答える実務的な執筆の問いです。総長にはストップワードも内容語もすべてのトークンが含まれるため、割合はその内容語が全文のどの分数を占めるかを常に反映します。ストップワードは長さの分母には入りますが使いすぎ一覧には出ないため、冠詞・前置詞・助動詞が信号を埋もれさせることはありません。語幹処理も類語辞典も言語検出モデルも、実行間でずれうる機械学習ランカーもありません。ストップワードを含む全単語の頻度表が必要なら単語頻度カウンターを、単一フレーズに対するSEO密度が必要ならキーワード密度ツールをお使いください。単語は、そのカウントを total_words で割った値が指定したしきい値を厳密に超えるときにフラグが立ちます。レスポンスは元のテキストと数値しきい値を返し、見つかった全トークンを total_words、ストップワードでないトークンを content_words、除外したトークン数を stopwords_excluded、異なる内容キー数を unique_content_words、しきい値を超えた内容語の数を overused_count、単語・カウント・小数点以下6桁に丸めた割合のランク付き配列を overused として報告します。エンジンは対応文字数内で正確な使いすぎ報告を組み立てるか、invalid_input でリクエストを拒否します。text フィールド欠落、null、空文字列、空白のみ、プレーンテキストでないオブジェクトや配列、文書化された上限を超えるペイロード、句読点だけで文字・数字トークンが0個の文字列、しきい値の欠落や範囲外はすべて拒否されます。このページが答えるのは、割合しきい値を超える内容語だけであり、ワークシート、単体テスト、カウント規則を勝手に作ってはならないAPI利用者向けの安定した出力です。
text としきい値フィールドの読み方とランキングの再現性
優先されるテキスト欄は text ですが、input、string、value、content、s のエイリアスも受け付けるため、クエリ文字列やスプレッドシート、型付きフォームでも列名を変えずに同じ契約を再利用できます。真偽値、単純オブジェクト、配列は明確なメッセージで拒否されるため、誤った JSON 本文が true という単語や無意味なオブジェクトダンプになることはありません。空文字列と空白のみの貼り付けは常に invalid_input です。長さは10万文字に上限があり、暴走した貼り付けが Worker を独占しないようにします。より長いペイロードは黙って切られるのではなく、明示的な上限メッセージで失敗します。優先されるしきい値欄は threshold で、max_share、share、max_frequency、freq のエイリアスがあります。割合は count を total_words で割り、JSONフィクスチャがビット単位で安定するよう小数点以下6桁に固定します。自動パイプラインで同一報告が必要なときは、このページの無料ブラウザ実行と有料APIを組み合わせてください。
使いすぎ単語検出が執筆・教育・ソフトウェアで果たす役割
このページでは処理はすべてブラウザ内で完結し、API経由では成功した分析1件ごとに $0.002 がかかり、検証失敗は課金されず、応答後は何も保存されません。無料の対話的な探索と同一の有料APIという分離はKITの tier A カタログ全体と一致し、教室デモから自動パイプラインへ数値結果を変えずに移行できます。
技術的な質問
使いすぎ単語検出の料金は?
このページではブラウザで無料です。APIでは成功したリクエストごとに $0.002 で、無効な入力は課金されません。
頻度しきい値の定義は?
しきい値は全単語トークンに対する割合で (0, 1] です。count/total_words がしきい値を超える非ストップワードが使いすぎとして報告されます。
ストップワードは使いすぎ一覧に入りますか?
入りません。英語の一般的なストップワードは報告から除外されますが、total_words には含まれるため割合は全文長に対して相対的です。