Phân tích tần suất văn bản — Đếm từ và N-gram

Phân tích tần suất văn bản là một phương pháp khai phá văn bản mô tả, đếm số lần xuất hiện của các từ, n-gram và cụm từ trong một tập văn bản (corpus) để tiết lộ các mẫu nội dung và chủ đề nổi bật. Phương pháp này dựa trên nhận định về phân bố tần suất được George K. Zipf (1949) chính thức hóa, rằng một vài thuật ngữ xuất hiện rất thường xuyên trong khi hầu hết là hiếm, và đây là một trong những điểm khởi đầu cơ bản và được sử dụng rộng rãi nhất trong phân tích văn bản định lượng.