Zeichen-Bigramm-Häufigkeit
Geben Sie banana ein und Sie erhalten die fünf Buchstabenpaare nach Rang: an und na kommen je zweimal vor, ba einmal. Jedes Paar zeigt Anzahl und Anteil am Ganzen, ein klassischer Fingerabdruck für Spracherkennung, Chiffreanalyse und Tastaturstudien. Kostenlos in Ihrem Browser.
- Kostenlos
- Läuft in Ihrem Browser
- Ohne Anmeldung
- Ihre Daten bleiben auf Ihrem Gerät
Im Browser ausführen – kostenlos
Rechenbeispiel
- Text
- banana
- Länge
- 6
- Bigramme insgesamt
- 5
- Eindeutige Bigramme
- 3
Zeichen-Bigramme sind jedes Paar von Buchstaben, die in einer Zeichenkette nebeneinander stehen—ba, an, na, an, na in banana—und ihre Häufigkeiten sind ein klassischer Fingerabdruck von Sprache, Chiffre und Tastaturlayout. Linguisten und NLP-Studierende nutzen Bigramm-Tabellen als Basis für Spracherkennung; Kryptoanalyse-Kurse tragen Digraphen auf, um englischähnliche Struktur im Chiffrentext zu finden; Schriftgestalter und Forscher zu Eingabemethoden beobachten, welche Paare dominieren, um Abstand und Tastenplatzierung zu optimieren. Dieser Zeichen-Bigramm-Häufigkeitszähler nimmt eine Textzeichenkette entgegen, faltet optional die Groß-/Kleinschreibung, schiebt ein Zwei-Zeichen-Fenster über die gesamte Kette und liefert eine rangierte Tabelle jedes eindeutigen Paars mit Rohanzahl und Anteil aller benachbarten Paare.
Was Zeichen-Bigramme sind und warum ihre Häufigkeiten zählen
Ein Zeichen-Bigramm sind einfach zwei aufeinanderfolgende Zeichen von links nach rechts gelesen: im Wort banana sind die aufeinanderfolgenden Paare ba, an, na, an und na. Wie oft jedes Paar vorkommt, ergibt eine Multimengen-Häufigkeitstabelle, die für viele Folgeaufgaben deutlich reicher ist als Einzelbuchstaben-Histogramme. Natürliche Sprachen zeigen starke Paarpräferenzen—th und he dominieren laufenden Englischtext, andere Paare sind selten—, sodass das Bigramm-Profil einer kurzen Probe Sprachen oft besser trennt als reine Buchstabenzählung.
Klassische Kryptoanalyse-Lehrbücher lehren Digraphen-Häufigkeit nach der Monogramm-Analyse: selbst bei Buchstabensubstitution tauchen gängige englische Paare als wiederholte Chiffren-Digraphen wieder auf und leiten Crib-Angriffe. Typografie und Tastaturlayout nutzen dieselben Statistiken aus anderem Grund: hochfrequente Paare informieren Kerning-Kandidaten, Digraphen-Ligaturen und Kostenmodelle für Tastenwege bei alternativen Layouts. Dieser Endpunkt implementiert nur die deterministische Zählung: für eine Kette der Länge n speichert er n minus eins überlappende Fenster, summiert identische Zwei-Zeichen-Schlüssel, sortiert nach absteigender Anzahl mit stabilem lexikografischem Gleichstand auf der Bigramm-Zeichenkette und hängt jeder Zeile ihren Anteil an der Gesamtheit der Fenster an.
Er errät keine Sprachlabels, knackt keine Chiffren und empfiehlt keine Schriften; diese Produkte verbrauchen die Tabelle, die Sie zurückerhalten. Leerzeichen, Interpunktion und Ziffern sind Zeichen wie alle anderen, sodass Hello world ein Bigramm mit Leerzeichen zwischen o und w ergibt. Weil das Fenster auf JavaScript-UTF-16-Codeeinheiten basiert, können Astral-Emoji als Surrogat-Hälften erscheinen—geeignet für byte-ähnliche Diagnosen, nicht für Grapheme-Cluster-Linguistik.
Halten Sie Eingaben unter der veröffentlichten Zeichenobergrenze und pinnen Sie rangierte Zeilen in Tests, damit die Automatisierung über Laufzeiten hinweg reproduzierbar bleibt.
Anwendungsfälle
Experimente zur Spracherkennung
Erstellen Sie Basis-Digraphen-Profile aus Beispielabsätzen und vergleichen Sie Bigramm-Anteilsvektoren über Kandidatensprachen ohne eine vollständige NLP-Bibliothek.
Kryptoanalyse und CTFs im Unterricht
Zählen Sie Digraphen im Chiffrentext, um hochfrequente Paare zu finden, die bei Substitutionsangriffen gängigen englischen Buchstabenkombinationen entsprechen können.
Typografie und Tastaturabstimmung
Rangieren Sie benachbarte Zeichenpaare in Korpus-Schnipseln, um Kerning-Kandidaten zu priorisieren oder alternative Tastaturlayouts nach Paar-Wegkosten zu bewerten.
Häufige Fragen
Werden Leerzeichen und Interpunktion gezählt?
Ja. Jedes benachbarte Zeichenpaar wird gezählt, einschließlich Leerzeichen, Ziffern und Interpunktion. Es gibt keinen Tokenizer, der Nicht-Buchstaben entfernt.
Was passiert, wenn mein Text leer ist oder nur ein Zeichen hat?
Bigramme brauchen zwei aufeinanderfolgende Zeichen; leere oder einzeichige Eingabe bildet kein benachbartes Paar und wird nicht berechnet.
Wie viele Paare ergibt ein Text?
Immer eines weniger, als er Zeichen hat, weil sich die Paare überlappen. Die sechs Buchstaben von banana ergeben fünf Paare (ba, an, na, an und na), von denen nur drei verschieden sind.
Werden Groß- und Kleinbuchstaben getrennt gezählt?
Standardmäßig ja: Ab und ab sind zwei verschiedene Paare. Schalten Sie die Unterscheidung aus, wird der ganze Text vor dem Zählen kleingeschrieben, sodass Hello und hello dieselben Paare füllen.
Wofür braucht man Bigrammhäufigkeiten?
Um Sprachen zu vergleichen, denn Paare wie th und he prägen englischen Text; um häufige Paare in einer Substitutionschiffre zu finden; und um Unterschneidungspaare auszuwählen oder Tastaturbelegungen zu bewerten.
Verwandte Tools
Für Entwickler — API-Zugang
Alles auf dieser Seite ist auch per API verfügbar. Dieser Abschnitt richtet sich an Teams, die es in ihre eigenen Systeme einbinden möchten; alle anderen nutzen einfach das Tool oben.
Endpunkt
Authentifizierung per Bearer-Token. Ein einziger POST stellt die Aufgabe in die Warteschlange; das Ergebnis erhalten Sie per Webhook oder über einen signierten Link.
Aufruf aus Ihrem Stack
curl -X POST https://api.kit.forhosting.com/str/char-bigram-frequency \
-H "Authorization: Bearer $KIT_KEY" \
-H "Content-Type: application/json" \
-d '{"text":"banana"}'const res = await fetch("https://api.kit.forhosting.com/str/char-bigram-frequency", {
method: "POST",
headers: {
"Authorization": `Bearer ${process.env.KIT_KEY}`,
"Content-Type": "application/json"
},
body: JSON.stringify({
"text": "banana"
})
});
const { task_id } = await res.json();import os, requests
res = requests.post(
"https://api.kit.forhosting.com/str/char-bigram-frequency",
headers={"Authorization": f"Bearer {os.environ['KIT_KEY']}"},
json={
"text": "banana"
},
)
task_id = res.json()["task_id"]<?php
$res = file_get_contents("https://api.kit.forhosting.com/str/char-bigram-frequency", false, stream_context_create([
"http" => [
"method" => "POST",
"header" => "Authorization: Bearer " . getenv("KIT_KEY") . "\r\nContent-Type: application/json",
"content" => '{"text":"banana"}',
],
]));
$task = json_decode($res, true);body := bytes.NewBufferString(`{"text":"banana"}`)
req, _ := http.NewRequest("POST", "https://api.kit.forhosting.com/str/char-bigram-frequency", body)
req.Header.Set("Authorization", "Bearer "+os.Getenv("KIT_KEY"))
req.Header.Set("Content-Type", "application/json")
res, _ := http.DefaultClient.Do(req)Beispiel-Anfrage
{
"text": "banana"
}Beispiel-Antwort
{
"task_id": "tsk_a1b2c3d4e5f6a1b2c3d4e5f6",
"type": "str.char_bigram_frequency",
"status": "queued",
"_links": {
"result": "/tasks/tsk_…/result"
}
}Die API arbeitet asynchron: Sie erhalten sofort eine task_id. Polling ist mit 1 Anfrage pro Sekunde erlaubt.
Preis
Der Preis steht auf der Seite – keine Tokens, keine Credits. Fehlgeschlagene Aufgaben werden nicht berechnet.
Limits
max_chars | 100000 |
Fehler
| HTTP | Code | Bedeutung |
|---|---|---|
401 | unauthorized | Der API-Schlüssel fehlt oder ist ungültig – prüfen Sie den Authorization-Header (Bearer). |
402 | insufficient_balance | Ihr Guthaben reicht für diese Aufgabe nicht aus – Aufladungen verfallen nicht. |
404 | unknown_type | Unbekannter Aufgabentyp – prüfen Sie das Feld „type“ gegen den Katalog. |
429 | rate_limited | Zu viele Anfragen – warten Sie kurz; Polling ist mit 1 Anfrage pro Sekunde erlaubt. |
Technische Hinweise
Leerer Text und Ketten kürzer als zwei Zeichen scheitern mit invalid_input statt einer leeren Tabelle.
Was Zeichen-Bigramme sind und warum ihre Häufigkeiten zählen
Die Großschreibung bleibt standardmäßig erhalten, damit Ab und ab getrennt bleiben; setzen Sie case_sensitive auf false, wenn Sie ein case-gefaltetes Profil für Sprachexperimente wollen.
Eingabevertrag, Antwortform und Fehlerverhalten
Optionales top (Aliase limit, n) ist eine ganze Zahl von eins bis zehntausend, die die rangierte Tabelle nach dem Sortieren kürzt; lassen Sie es weg, um jedes eindeutige Bigramm zu erhalten. Beispiel: banana liefert fünf Bigramme insgesamt mit an und na je zweimal, ba einmal, Ränge nach Häufigkeit und dann nach Bigramm-Zeichenkette. Kombinieren Sie die Tabelle mit eigenen Sprachmodellen oder Diagrammen, wenn Sie Klassifikatoren oder Heatmaps brauchen; dieser Endpunkt zählt nur und erzeugt weder Plots noch Modellvorhersagen. Senden Sie per POST einen JSON-Körper mit einem Pflichtfeld text, der nichtleeren Zeichenkette, die Sie auf benachbarte Paare scannen möchten. Die Aliase input, string, value, content und s werden akzeptiert, damit Skripte gängige Feldnamen wiederverwenden können. Optionales case_sensitive ist standardmäßig true und kann auch als caseSensitive oder sensitive gesendet werden; bei false wird die gesamte Kette vor dem Zählen kleingeschrieben, sodass Hello und hello dieselben Digraphen-Schlüssel teilen. Fehlendes text, leere Zeichenketten, Nicht-String-Objekte und -Arrays sowie Werte, die nach dem Case-Folding kürzer als zwei Zeichen bleiben, scheitern mit invalid_input und einer Nachricht, die das Problem benennt—diese Validierungsfehler werden nicht berechnet. Text über dem deklarierten max_chars-Limit wird ebenfalls abgelehnt. Bei Erfolg spiegelt der Körper den Originaltext und seine length wider, meldet total_bigrams als length minus eins der gescannten Form, unique_bigrams als Anzahl der verschiedenen Paare, case_sensitive aufgelöst, optionales top wenn gesetzt, ein frequencies-Array von Objekten mit rank, bigram, count und share auf sechs Dezimalstellen gerundet, sowie method gleich char_bigram_frequency.
Wo eine API zur Zeichen-Bigramm-Häufigkeit sich lohnt
Spracherkennungs-Prototypen und Lehrlabore brauchen ein deterministisches Digraphen-Orakel, damit jedes Studenten-Notebook und jeder Bewerter dieselben Ränge für denselben Beispielabsatz erhalten. Typografie- und Tastaturlayout-Experimente ziehen Paarstatistiken aus Korpus-Schnipseln, um Kerning zu priorisieren oder Layout-Kosten zu bewerten, ohne einen vollen NLP-Stack auszuliefern. Fehlgeschlagene Validierung wird nicht berechnet. Kryptoanalyse-Kurse und CTF-Write-ups nutzen Zählungen benachbarter Paare als ersten Filter vor schwereren Werkzeugen, und eine kleine Parse-API vermeidet, Sortierung und Anteilsarithmetik in jeder Sprache neu zu implementieren. Weil die Implementierung reines Parse der Stufe A ist, kostet jeder erfolgreiche Aufruf den veröffentlichten Basispreis $0.002 ohne Modell-Tokens und ohne ausgehendes Netz.
Technische Fragen
Wie zähle ich Zeichen-Bigramm-Häufigkeiten in einer Zeichenkette?
Senden Sie einen JSON-Körper mit text als Ihrer Zeichenkette (mindestens zwei Zeichen). Die API schiebt ein Zwei-Zeichen-Fenster über den Text und liefert jedes eindeutige Paar nach Anzahl rangiert mit dem Anteil aller benachbarten Paare.
Was bewirkt case_sensitive?
Standard true erhält die Groß-/Kleinschreibung, sodass Ab und ab unterschiedliche Bigramme sind. Setzen Sie case_sensitive auf false, um den Text vor dem Zählen kleinzuschreiben—üblich für Baselines der Spracherkennung.
Was kostet der Zeichen-Bigramm-Häufigkeitszähler?
Das Browser-Tool ist kostenlos. API-Anfragen nutzen das vorausbezahlte KIT-Guthaben zu $0.002 pro erfolgreichem Aufruf; ungültige Eingabe wird nicht berechnet.