शब्द आवृत्ति गिनती

विभिन्न प्लेटफार्मों में वर्णों की परिभाषा में थोड़ा अंतर हो सकता है। हमारा उपकरण निम्नलिखित मानकों का अनुसरण करता है:

• चीनी वर्ण (जैसे कि 汉字) को एक शब्द के रूप में माना जाता है।
• लैटिन वर्णों से बने शब्दों को स्थान से विभाजित किया जाता है।
• संख्याएँ (0-9) को शब्दों के रूप में माना जाता है।
• विराम चिन्ह (जैसे कि .,;:!?) को शब्दों में नहीं गिना जाता है।
• शब्दों की मामूली केस (लोअरकेस) में तुलना की जाती है।