Analiza częstości występowania tekstu — Liczba słów i n-gramów

Analiza częstości występowania tekstu jest opisową metodą eksploracji danych tekstowych (text mining), która zlicza, jak często słowa, n-gramy i frazy pojawiają się w korpusie, aby ujawnić wzorce treści i dominujące tematy. Opiera się na spostrzeżeniu dotyczącym rozkładu częstości, sformalizowanym przez George’a K. Zipfa (1949), że niewiele terminów pojawia się bardzo często, podczas gdy większość jest rzadka. Jest to jeden z najbardziej podstawowych i szeroko stosowanych punktów wyjścia do ilościowej analizy tekstu.