Лемматизатор текста онлайн

Лемматизация текста приводит каждое слово к начальной форме и показывает, сколько раз оно встречается. На вход подаётся текст до 200 000 знаков или адрес страницы; в этом случае со страницы берётся только её содержательная часть, навигация и служебные блоки отбрасываются. На выходе три результата: таблица лемм с частотами, повторяющиеся словосочетания и весь текст в начальной форме.

Что такое лемма и зачем она в SEO

Лемма — начальная, словарная форма слова: существительное в именительном падеже единственного числа, прилагательное в мужском роде единственного числа, глагол в неопределённой форме. «Окна», «окон», «окном» сводятся к лемме «окно», «купили» и «купит» — к «купить».

Поисковая система при выдаче опирается именно на словарную форму: запрос «купить окна» находит страницу, где написано «купили окно». Поэтому частоту слова стоит смотреть по леммам: все его формы уходят в один счёт, и картина не размывается по десятку строк.

На практике это нужно, чтобы проверить текст на переспам одним словом, сравнить его с текстами конкурентов или просто собрать список слов страницы. Леммы и словосочетания сразу по нескольким страницам собирает инструмент LSI-слова.

Что в таблице лемм

В таблице пять столбцов: лемма, часть речи, сколько раз слово употреблено, доля от всех слов текста и формы, в которых оно встретилось. Сортировка идёт по числу употреблений, самые частые слова стоят сверху. Поиск работает и по лемме, и по формам, а галочка «Без служебных слов» убирает из таблицы предлоги, союзы, частицы и местоимения.

Смотреть стоит на верхние строки: там должны стоять слова темы. Если одно слово набрало долю заметно выше остальных, это признак переспама, текст стоит переписать. Объём текста в предложениях, словах и знаках посчитает счётчик предложений.

Словосочетания и две настройки

N-граммой называют несколько слов, идущих в тексте подряд: биграмма состоит из двух слов, триграмма из трёх. Считаются словосочетания по леммам, поэтому «пластиковых окон» и «пластиковые окна» попадают в одну строку. Порядок слов тоже не мешает: «купить окно» и «окно купить» дают один результат. В таблицу попадают только словосочетания, встретившиеся два раза и больше; знак препинания или перевод строки разрывает цепочку, слова из разных предложений не объединяются.

В блоке «Словосочетания» задаётся длина от двух до семи слов. Галочка «Не учитывать стоп-слова» выбрасывает предлоги, союзы, частицы и местоимения, так что «окно в москве» считается как пара «окно москва». Галочка «Склеивать соседние повторы» нужна, когда слово повторяется подряд: во фразе «купить холодильник москва купить» слово «купить» создаёт лишнее вхождение, и одна тройка слов будто встречается дважды. С галочкой она считается один раз.

Начинайте с трёх слов и обеих галочек. Длинные n-граммы находят повторяющиеся целые фразы и шаблонные куски текста.