Skip to content

Avainsanatiheys: se, minkä lukija huomaa toistona

Liitä tekstisi, niin näet mitkä sanat sekä kahden ja kolmen sanan fraasit toistuvat useimmin, kuinka monta kertaa ja kuinka suuren osan tekstistä ne vievät. Kohdefraasisi lasketaan erikseen. Tämä ei ole työkalu prosenttiluvun osumiseen. Tämä on tapa nähdä oma teksti vieraan silmin: kun yksi sana vie viisi prosenttia artikkelista, lukija kuulee sen laskematta mitään.

Teksti käsitellään selaimessasi eikä sitä lähetetä minnekään.
Erota useat fraasit pilkuilla. Jokainen lasketaan erikseen.
Kieli ratkaisee vain sen, mitä stop-sanalistaa käytetään. Näitä listoja on täällä vain näille kolmelle kielelle — suomenkielinen teksti lasketaan silti, mutta partikkelit ja pronominit jäävät listan kärkeen mukaan.
Lyhyemmät sanat jäävät yksittäisten sanojen listan ulkopuolelle.
Käsittely

Kohdefraasit

alle 0,5 % — fraasia tuskin on 0,5–2,5 % — työalue yli 4 % — näyttää avainsanojen tunkemiselta
SanaKertaaTiheys
Liitä tekstiä, niin näet listan.

Tekstisi ei poistu selaimesta: laskenta ja stop-sanalistat ovat itse sivun sisällä.

Avainsanatiheys ei sinänsä ole sijoitustekijä — Google on sanonut sen suoraan. Tämä työkalu näyttää jotain muuta: sen, minkä lukija huomaa toistona.

Miten tiheys lasketaan

Kaava on yksinkertainen: käyttökertojen määrä × fraasin sanojen määrä ÷ sanojen kokonaismäärä × 100. Kahdesti käytetty kolmen sanan fraasi on kuusi sanaa toistoa — juuri niin lukija sen kuulee, ja siksi kertominen fraasin pituudella ei ole täällä vapaaehtoista. Nimittäjässä on tekstin jokainen sana, funktiosanat mukaan luettuina. Stop-sanat putoavat frekvenssilistoilta mutta eivät nimittäjästä: jos prepositiot poistetaan sieltä, prosentit suunnilleen kaksinkertaistuvat eikä vertailu mihinkään toiseen tekstiin enää päde. Fraasit eivät hyppää pisteen yli. «… korkealla taksalla. Kirjoittaja katsoo …» ei tuota sanaparia «taksalla kirjoittaja»: teksti pilkotaan ensin lauseiksi, ja parit ja kolmikot kerätään vain yhden lauseen sisältä. Parit ja kolmikot, jotka esiintyvät vain kerran, eivät päädy taulukkoon — ne eivät näytä mitään.

Mitkä luvut käyvät normaalista

Alle 0,5 %:n fraasia tuskin on. Jos artikkeli todella käsittelee tätä aihetta, on outoa, ettei aihetta nimetä kertaakaan suoraan. Se ei ole syy ruuvata fraasia keinotekoisesti mukaan, vaan syy lukea oma aloitus uudelleen. 0,5 %:n ja 2,5 %:n väliin jää työalue. Suunnilleen tuolta näyttää teksti, jonka aiheen osaava ihminen kirjoittaa selkeällä kielellä. Yli 4 % näyttää avainsanojen tunkemiselta. Ei siksi, että hakukoneella olisi jokin raja, vaan siksi, että tuolla tiheydellä toisto muuttuu kuultavaksi heti kun luet ääneen. Testaa juuri noin: lue yksi kappale ääneen, niin kuulet sen minkä taulukko näyttää. Nämä rajat ovat suuntaviiva, eivät sääntö. Lyhyessä 200 sanan tekstissä yksi ylimääräinen käyttö siirtää prosenttia kokonaisen yksikön, eikä noihin lukuihin kannata siellä luottaa.

Miksi tiheys ei ole sijoitustekijä

Googlen edustajat ovat sanoneet sen suoraan: nykyhaulla ei ole erillistä laskuria sille, montako kertaa hakusana esiintyy tekstissä. Algoritmit ovat vuosia työskennelleet synonyymien, sanamuotojen ja tekstin kokonaisaiheen kanssa, eivät toiston aritmetiikan. Mitä tämä työkalu sitten näyttää? Kaksi asiaa. Ensinnäkin sen, onko aihe tekstissä ylipäätään läsnä, vai kirjoititko ansaitsemisesta artikkelin käyttämättä kertaakaan sanaa «ansio». Toiseksi sen, menitkö toiseen suuntaan liiallisuuksiin: kaavan mukaan kirjoitettu teksti lukeutuu huonosti, ja ihmiset jättävät sen kesken. Lukijan käytös kyllä merkitsee. Erikoistapaus on kielimallin tuottama teksti, jota kukaan ei ole toimittanut. Sen tiheys on yleensä lattea ja tunkkainen: sama rakenne toistuu joka kappaleessa. Kolmen sanan fraasien taulukko tekee sen näkyväksi yhdellä silmäyksellä.

Mitä työkalu ei tee

Se ei tunne sanamuotoja. «Kirjoittaa» ja «kirjoittaminen» ovat sille kaksi eri sanaa, ja fraasia haetaan tarkkana sanajonona. Se on tarkoituksellista: morfologian käsittely vaatisi usean megatavun sanakirjan, eikä työkalu saa ladata mitään verkosta. Se ei lue sivua URL-osoitteesta eikä lähetä mitään minnekään: se toimii vain sillä tekstillä, jonka itse liität. Se ei arvioi laatua, tyyliä eikä luettavuutta — niihin on omat työkalunsa. Eikä se koskaan kehota käyttämään fraasia vielä kahdesti: sitä neuvoa täällä ei ole, koska juuri niin syntyy lukukelvoton teksti. Eikä se tunne suomen stop-sanoja. Valmiita funktiosanalistoja on täällä vain kolmelle kielelle: ukrainalle, venäjälle ja englannille. Itse tiheys lasketaan oikein millä tahansa kielellä, mutta funktiosanojen karsinta toimii vain noiden kolmen kohdalla: suomenkielisessä tekstissä listan kärkeen nousevat siksi partikkelit, pronominit ja apuverbit. Sanan vähimmäispituus pehmentää iskua — neljällä merkillä «ja», «on», «ei» putoavat jo pois — mutta «että», «joka», «kuin» jäävät. Rehellinen aukko on meistä parempi kuin hätäisesti kyhätty suomen lista, jonka poisjättämiä sanoja et pääsisi näkemään.

Usein kysyttyä