Extracteur de N-grammes : Mots Fréquents

Une suite de n mots consécutifs. « agence web » est un bigramme, « agence web casablanca » un trigramme. Les n-grammes fréquents d'une page révèlent son sujet, ses entités et ses expressions clés bien mieux qu'un mot isolé.

À comprendre le vocabulaire que Google associe à une intention : analysez les pages qui se classent sur votre requête, repérez les expressions qu'elles partagent et que votre page n'emploie pas, et enrichissez votre contenu sans bourrage.

Aucune valeur magique. Une expression principale entre 0,5 et 2 % est courante dans les pages bien classées ; au-delà de 3 %, le texte devient répétitif. La couverture du champ lexical (variété des n-grammes liés) compte plus que la répétition.

Articles, prépositions et conjonctions dominent toute liste de fréquences sans porter de sens. Les ignorer fait remonter les expressions utiles ; les conserver est utile pour retrouver des formulations exactes (« comment créer un site »).

Le calcul des n-grammes se fait dans votre navigateur. Seul le chargement depuis une URL passe par nos serveurs, qui ne conservent pas le texte.

Nous lisons le HTML envoyé par le serveur, sans exécuter le JavaScript, et retirons scripts et styles. Les menus et pieds de page restent inclus : collez le corps de l'article pour une analyse plus fine.