Аналіз тексту за законом Ципфа
Вставте текст — інструмент побудує графік «ранг — частота» в логарифмічному масштабі, порахує нахил, R² та індекс відповідності закону Ципфа і покаже слова, що трапляються помітно частіше, ніж очікується.
Як рахуються показники
- Слова: послідовності літер кирилиці й латиниці (з дефісом і апострофом усередині). Числа та знаки відкидаються, регістр не враховується, «ё» прирівнюється до «е».
- Нахил і R²: лінійна регресія за точками log(ранг) — log(частота). Беруться слова, що трапилися щонайменше двічі (якщо таких менше 10 — перші 50 слів): хвіст зі слів-одинаків утворює горизонтальну «сходинку» і спотворює нахил.
- Індекс 0–100 = 60% × близькість нахилу до −1 (1 при нахилі −1, 0 при відхиленні на 0,8 і більше) + 40% × точність прямої (1 при R² = 1, 0 при R² ≤ 0,7). 80+ — висока відповідність, 60–79 — помірна, нижче 60 — низька.
- Колонка «За Ципфом» — класична формула f₁ / ранг, де f₁ — частота найчастішого слова; «Відхилення» — різниця з нею. Позначка «частіше за норму» ставиться інакше — відносно лінії регресії вашого тексту, щоб пологий чи крутий нахил сам по собі не робив «викидами» всі слова: слово не зі списку стоп-слів, трапляється не менше 3 разів і в 1,5 раза частіше, ніж передбачає лінія. Слово на першому місці позначається й тоді, коли стоп-слова не виключені, а воно обігнало їх усі: у живому тексті перші місця посідають прийменники, сполучники й артиклі.
Аналіз тексту за законом Ципфа онлайн
Перевірка тексту за законом Ципфа: інструмент рахує частоти слів, будує графік «ранг — частота» в логарифмічному масштабі поруч з ідеальною прямою Ципфа, обчислює нахил і R² лінійної регресії та зводить їх в індекс відповідності 0–100. Слова, що трапляються помітно частіше, ніж передбачає розподіл тексту, підсвічуються — так видно можливий переспам. Розрахунок відбувається в браузері, реєстрація не потрібна.
Як користуватися
- Вставте текст — від 300 слів, краще 1000 і більше (до 50 000 символів)
- За потреби ввімкніть виключення стоп-слів і натисніть «Аналізувати»
- Перегляньте нахил, R², графік і підсвічені слова в таблиці
FAQ
Аналіз тексту за законом Ципфа: що саме перевіряється
Закон Ципфа описує, як розподіляються частоти слів у природному тексті. Якщо відсортувати слова за частотою й пронумерувати (ранг 1 — найчастіше слово), частота виявиться приблизно обернено пропорційною рангу. Формула закону Ципфа:
f(r) ≈ C / r^s, де s ≈ 1 log f = log C − s · log r
Другий рядок — та сама формула після логарифмування: у координатах log(ранг) — log(частота) виходить пряма, а її нахил дорівнює −s. Тож перевірка за Ципфом зводиться до простого питання: наскільки точки вашого тексту схожі на пряму і наскільки її нахил близький до −1. Докладніше про історію закону — у статті «Закон Ципфа» в базі знань.
Важливе застереження: ідеальна пряма — модель, а не норматив. У реальних текстах «голова» розподілу (перші 5–10 слів) зазвичай трохи положиста за пряму, а хвіст перетворюється на сходинки. Це нормально й описано ще в уточненій формулі Мандельброта.
Як читати графік «ранг — частота»
На графіку три шари: сині точки — слова вашого тексту, помаранчева пунктирна лінія — ідеальна пряма Ципфа з нахилом −1, проведена через найчастіше слово, зелена лінія — регресія, побудована за вашим текстом. Дивіться на графік за зонами:
- Голова (ранги 1–10). Якщо стоп-слова не виключені, тут мають стояти прийменники, сполучники, займенники, в англійській — артиклі. Якщо серед них опинився іменник із ключової фрази, це перший сигнал переоптимізації.
- Середина (ранги 10–200). Тематична лексика. Точки мають іти щільною смугою вздовж зеленої лінії. Окрема точка помітно вище смуги — слово, яке повторюється частіше, ніж «належить» за розподілом тексту; такі слова позначені червоним.
- Хвіст. Горизонтальні «полиці» зі слів, що трапилися 2–3 рази, і довга полиця слів-одинаків. Полиці — наслідок того, що частота цілочисельна, тому одинаки в регресію не беруться.
| Що видно на графіку | Що це зазвичай означає |
|---|---|
| Точки щільно йдуть уздовж прямої, нахил близько −1 | Типовий розподіл для зв'язного тексту достатньої довжини |
| Кілька точок у голові чи середині помітно вище смуги | Повтори конкретних слів: ключова фраза, назва бренду, шаблонна вставка |
| Голова майже горизонтальна | Короткий текст, перелік, таблиця або виключені стоп-слова |
| Крутий обрив після перших слів | Бідний словник, текст крутиться навколо кількох слів |
| Великий розкид, низький R² | Склеєні фрагменти на різні теми, багато списків, коду чи чисел |
Який нахил вважати нормальним
Нахил −1 — орієнтир для великих масивів тексту. На коротких текстах він майже завжди положистіший: за 1–3 тисячі слів більша частина словника встигає трапитися раз чи двічі. Ще сильніше впливає морфологія. Інструмент не зводить слова до початкової форми, тому «сайт», «сайту» і «сайтом» рахуються як різні слова. В українській, російській і польській частоти дробляться за відмінками, і нахил −0,6…−0,8 для статті на кілька тисяч слів — звична картина, а не вада. Англійський текст тієї ж довжини зазвичай ближчий до −1.
Тому індекс відповідності корисніший як спосіб порівняння, а не як оцінка «добре/погано». Порівнюйте тексти однієї мови й близького обсягу: свою статтю до і після правок, свою і конкурентів із топу.
Приклад: як переспам змінює розподіл
Умовний приклад. Стаття на 2 000 слів про просування сайтів, у кожен третій-четвертий абзац вставлено фразу «просування сайту в Києві недорого». У вихідній версії перші місця посідають «і», «в», «не», «на», а тематичні слова починаються з 7–10-го рангу. Після вставок «сайту» і «просування» піднімаються на 1–3-тє місця попереду прийменників, а «недорого» і «Києві» стають в один ряд зі службовими словами. На графіку це кілька червоних точок над смугою в голові розподілу, у таблиці — позначки «частіше за норму» і відхилення від f₁/ранг у сотні відсотків.
Якщо ввімкнути «Виключити стоп-слова», картина стане наочнішою: службові слова зникнуть із розподілу, і чотири слова ключової фрази опиняться значно вище лінії регресії. Точний відсоток кожного повтору зручно подивитися в аналізі щільності ключових слів — він рахує й фрази з 2–3 слів.
Закон Ципфа в SEO-копірайтингу
- Перевірка перед публікацією. Проженіть готовий текст і подивіться на голову розподілу та червоні точки. Слово з ключової фрази на першому місці серед прийменників — привід замінити частину повторів синонімами й займенниками.
- Порівняння з топом. Візьміть 3–5 сторінок із видачі за вашим запитом і порівняйте нахил та підсвічені слова. Якщо в конкурентів ключ стоїть у середині розподілу, а у вас у голові, ви перестаралися.
- Контроль після переписування. Після рерайту перевірте, чи не збіднів словник: крутий обрив і падіння TTR за тієї ж довжини свідчать про повторювані звороти.
- Зв'язка з іншими перевірками. Ципф показує форму розподілу, щільність — конкретні відсотки, а AI-детектор — сукупність багатьох метрик. Висновки краще робити за всіма трьома.
Обмеження методу
- Довжина. До 300 слів оцінки нестійкі: два-три повтори змінюють нахил на десяті.
- Структура. Списки товарів, таблиці характеристик, код і FAQ-блоки порушують розподіл самі по собі. Для чесної оцінки аналізуйте основний текст.
- Змішування мов. Латинські терміни в кириличному тексті й навпаки рахуються нарівні з усіма словами і можуть зсувати картину.
- Не фактор ранжування. Пошукові системи не публікують «норму Ципфа». Закон — вимірювальний інструмент, підганяти текст під пряму безглуздо.
- Не доказ ШІ. Згенеровані тексти теж підкоряються закону Ципфа, а людські порушують його через жанр. Відхилення — привід перечитати текст, а не вирок.
RankBotAI — ШІ-оптимізація SEO для WordPress
ШІ-плагін RankBotAI автоматично знаходить і виправляє SEO-проблеми в товарах і записах WordPress — без ручного редагування.