Фильтр LSI и n-грамм по частотности русского языка

Это не анализ твоего текста. Инструмент отсекает общую лексику и шаблонные фразы сайта по "глобальной частотности" русского языка. Чем слово более частотное в языке - тем выше шанс, что это мусор для LSI.

Слова (через запятую)

Будет преобразовано в столбик. Нормализация: нижний регистр, ё->е, пробелы.

n-граммы (каждая с новой строки)

Фраза оценивается по словам внутри: если много сверхчастотных - это мусор.

Стоп-слова и стоп-фразы (через запятую или с новой строки)

Если элемент попал в стоп-лист - будет выкинут сразу.

Порог "слишком частое" (глобальный ранг)

В частотном списке: 1 = самое частое. Если ранг <= порога - считаем "слишком частое" и выкидываем. Пример: 5000 - мягкая чистка, 15000 - жесткая чистка.

Порог для фраз (средний ранг)

Средний ранг слов во фразе <= порога - фраза выглядит общей и выкидывается.

Макс доля "сверхчастотных" слов во фразе

Если во фразе >= 70% слов сверхчастотные - выкидываем.

Входной список (в столбик)

Очищенный список (редкие -> частые)

Сортировка результата: от более редких/специфичных к более общим. Для SEO обычно удобнее так: сначала "мясо", потом "вода".

Элемент	Тип	Глобальный ранг	Оценка фразы	Статус	Причина
Пока пусто. Нажми "Очистить".

Подсказка: слишком частое - слово/фраза общая для русского языка. шаблон сайта - стоп-фразы, cookie, политика, контакты и подобное. ок - можно оставлять как полезный SEO-сигнал.