Analiza tekstu prawem Zipfa
Wklej tekst — narzędzie zbuduje wykres „ranga — częstość” w skali logarytmicznej, policzy nachylenie, R² i indeks zgodności z prawem Zipfa oraz pokaże słowa występujące wyraźnie częściej niż oczekiwano.
Jak liczone są wskaźniki
- Słowa: ciągi liter cyrylicy i łacinki (z łącznikiem i apostrofem w środku). Liczby i znaki są pomijane, wielkość liter nie ma znaczenia, rosyjskie «ё» traktowane jest jak «е».
- Nachylenie i R²: regresja liniowa na punktach log(ranga) — log(częstość). Brane są słowa, które wystąpiły co najmniej dwa razy (jeśli jest ich mniej niż 10 — pierwsze 50 słów): ogon słów jednorazowych tworzy poziomy „schodek” i zniekształca nachylenie.
- Indeks 0–100 = 60% × bliskość nachylenia do −1 (1 przy −1, 0 przy odchyleniu o 0,8 i więcej) + 40% × dopasowanie prostej (1 przy R² = 1, 0 przy R² ≤ 0,7). 80+ to wysoka zgodność, 60–79 umiarkowana, poniżej 60 niska.
- Kolumna „Wg Zipfa” to klasyczny wzór f₁ / ranga, gdzie f₁ to liczba wystąpień najczęstszego słowa; „Odchylenie” to różnica względem niego. Oznaczenie „powyżej normy” liczone jest inaczej — względem linii regresji Twojego tekstu, by samo łagodne lub strome nachylenie nie robiło z każdego słowa odstającego: słowo nie jest stop-słowem, występuje co najmniej 3 razy i 1,5 raza częściej, niż przewiduje linia. Słowo na 1. miejscu jest oznaczane także wtedy, gdy stop-słowa nie są pomijane, a ono i tak wyprzedza je wszystkie: w naturalnym tekście czołowe miejsca zajmują przyimki i spójniki.
Analiza tekstu prawem Zipfa online
Sprawdź tekst pod kątem prawa Zipfa: narzędzie liczy częstość słów, rysuje wykres „ranga — częstość” w skali logarytmicznej obok idealnej prostej Zipfa, oblicza nachylenie i R² regresji liniowej i łączy je w indeks zgodności 0–100. Słowa występujące wyraźnie częściej, niż przewiduje rozkład tekstu, są podświetlane — tak widać możliwe przeoptymalizowanie. Działa w przeglądarce, bez rejestracji.
Jak korzystać
- Wklej tekst — od 300 słów, najlepiej 1000+ (do 50 000 znaków)
- W razie potrzeby włącz pomijanie stop-słów i kliknij „Analizuj”
- Sprawdź nachylenie, R², wykres i podświetlone słowa w tabeli
FAQ
Prawo Zipfa: co sprawdza analiza tekstu
Prawo Zipfa opisuje, jak rozkładają się częstości słów w naturalnym tekście. Jeśli posortować słowa według częstości i ponumerować je (ranga 1 to najczęstsze słowo), częstość okaże się w przybliżeniu odwrotnie proporcjonalna do rangi. Wzór prawa Zipfa:
f(r) ≈ C / r^s, gdzie s ≈ 1 log f = log C − s · log r
Druga linia to ten sam wzór po zlogarytmowaniu: w układzie log(ranga) — log(częstość) daje prostą o nachyleniu −s. Analiza tekstu prawem Zipfa sprowadza się więc do dwóch pytań: jak blisko prostej leżą punkty Twojego tekstu i jak bliskie −1 jest jej nachylenie. Więcej o samym prawie — w artykule o prawie Zipfa w bazie wiedzy.
Ważne zastrzeżenie: idealna prosta to model, a nie norma do spełnienia. W prawdziwych tekstach „głowa” rozkładu (pierwsze 5–10 słów) jest zwykle nieco bardziej płaska od prostej, a ogon rozpada się na schodki. To normalne — uwzględnia to już doprecyzowany wzór Mandelbrota.
Jak czytać wykres „ranga — częstość”
Wykres ma trzy warstwy: niebieskie punkty to słowa Twojego tekstu, pomarańczowa przerywana linia to idealna prosta Zipfa o nachyleniu −1 poprowadzona przez najczęstsze słowo, a zielona linia to regresja dopasowana do Twojego tekstu. Czytaj go strefami:
- Głowa (rangi 1–10). Gdy stop-słowa nie są pomijane, powinny tu stać „i”, „w”, „na”, „się”, „nie”. Rzeczownik z frazy kluczowej wśród nich to pierwszy sygnał przeoptymalizowania.
- Środek (rangi 10–200). Słownictwo tematyczne. Punkty powinny tworzyć zwarty pas wzdłuż zielonej linii. Punkt wyraźnie nad pasem to słowo powtarzane częściej, niż wynika z rozkładu tekstu; takie słowa są oznaczone na czerwono.
- Ogon. Poziome „półki” słów, które wystąpiły 2–3 razy, i długa półka słów jednorazowych. Półki biorą się z tego, że częstość jest liczbą całkowitą, dlatego słowa jednorazowe nie wchodzą do regresji.
| Co widać na wykresie | Co to zwykle oznacza |
|---|---|
| Punkty biegną blisko prostej, nachylenie około −1 | Typowy rozkład dla spójnego tekstu o odpowiedniej długości |
| Kilka punktów w głowie lub środku wyraźnie nad pasem | Powtórzenia konkretnych słów: fraza kluczowa, nazwa marki, szablonowy fragment |
| Prawie pozioma głowa | Krótki tekst, wyliczenie, tabela albo pominięte stop-słowa |
| Strome urwisko po pierwszych słowach | Ubogie słownictwo, tekst krąży wokół kilku słów |
| Duży rozrzut, niskie R² | Sklejone fragmenty o różnej tematyce, dużo list, kodu lub liczb |
Jakie nachylenie jest normalne
Nachylenie −1 to punkt odniesienia dla dużych zbiorów tekstu. Krótkie teksty są prawie zawsze bardziej płaskie: w 1–3 tysiącach słów większość słownictwa zdąży pojawić się raz lub dwa. Jeszcze mocniej działa fleksja. Narzędzie nie sprowadza wyrazów do formy podstawowej, więc „strona”, „strony” i „stronie” liczą się jako różne słowa. W polskim, ukraińskim i rosyjskim częstości rozpraszają się po przypadkach, dlatego nachylenie −0,6…−0,8 w artykule na kilka tysięcy słów to zwykły obraz, a nie wada. Tekst angielski tej samej długości jest zwykle bliżej −1.
Dlatego indeks zgodności przydaje się głównie do porównań, a nie jako ocena „dobrze/źle”. Porównuj teksty w tym samym języku i o podobnej objętości: swój artykuł przed i po poprawkach, swój i konkurencji z czołówki wyników.
Przykład: jak upychanie słów kluczowych zmienia rozkład
Przykład poglądowy. Artykuł na 2000 słów o pozycjonowaniu, w co trzecim-czwartym akapicie wstawiona fraza „tanie pozycjonowanie stron Warszawa”. W wersji wyjściowej pierwsze miejsca zajmują „i”, „w”, „nie”, „na”, a słowa tematyczne zaczynają się od 7–10. rangi. Po wstawkach „pozycjonowanie” i „stron” wskakują na miejsca 1–3 przed przyimki, a „tanie” i „Warszawa” ustawiają się w jednym szeregu ze słowami funkcyjnymi. Na wykresie to kilka czerwonych punktów nad pasem w głowie rozkładu, w tabeli — oznaczenia „powyżej normy” i odchylenia od f₁/ranga rzędu kilkuset procent.
Po włączeniu „Pomiń stop-słowa” obraz staje się wyraźniejszy: słowa funkcyjne znikają, a słowa frazy kluczowej lądują wysoko nad linią regresji. Dokładny procent każdego powtórzenia, także dla fraz 2–3-wyrazowych, pokaże analiza gęstości słów kluczowych.
Prawo Zipfa w copywritingu SEO
- Kontrola przed publikacją. Sprawdź gotowy tekst i spójrz na głowę rozkładu oraz czerwone punkty. Słowo z frazy kluczowej na pierwszym miejscu wśród przyimków to sygnał, by część powtórzeń zastąpić synonimami i zaimkami.
- Porównanie z czołówką. Weź 3–5 stron z wyników dla swojej frazy i porównaj nachylenie oraz podświetlone słowa. Jeśli u konkurencji fraza leży w środku rozkładu, a u Ciebie w głowie — przesadziłeś.
- Kontrola po przepisaniu. Po rewrite sprawdź, czy słownictwo nie zubożało: bardziej strome urwisko i spadek TTR przy tej samej długości wskazują na powtarzalne zwroty.
- Łączenie sygnałów. Zipf pokazuje kształt rozkładu, gęstość — konkretne procenty, a detektor AI — łączną ocenę wielu metryk. Wnioski wyciągaj ze wszystkich trzech.
Ograniczenia metody
- Długość. Poniżej 300 słów wyniki są niestabilne: dwa-trzy powtórzenia zmieniają nachylenie o dziesiąte części.
- Struktura. Listy produktów, tabele parametrów, kod i bloki FAQ same w sobie zaburzają rozkład. Do rzetelnej oceny analizuj główny tekst.
- Mieszanie języków. Obce terminy liczone są jak każde inne słowo i mogą przesuwać obraz.
- Nie jest czynnikiem rankingowym. Wyszukiwarki nie publikują żadnej „normy Zipfa”. Prawo to narzędzie pomiarowe — naginanie tekstu do prostej nie ma sensu.
- Nie jest dowodem na AI. Teksty generowane również podlegają prawu Zipfa, a teksty ludzi łamią je z powodu gatunku. Odchylenie to powód, by przeczytać tekst ponownie, a nie wyrok.
RankBotAI — optymalizacja SEO z AI dla WordPress
Wtyczka AI RankBotAI automatycznie znajduje i naprawia problemy SEO w produktach i wpisach WordPress — bez ręcznej edycji.