Compteur de mots & densité de mots-clés

Compteur de mots & densité de mots-clés

Analysez la fréquence des termes, la densité de mots-clés et les n-grammes de 1 à 3 mots en temps réel. Filtrez les mots vides, repérez les sur-optimisations et exportez en CSV.

Préréglages
Texte source
2.5%
Longueur minimale du mot
Mots vides personnalisés
Mots: 82Caractères: 631Lignes: 1Phrases: 5
Temps de lecture: 25 s
Nombre total de mots6782 Total brut de mots
Vocabulaire unique54Mots distincts
Indice TTR80.6%Ratio Type/Token (TTR)
Longueur moyenne7.2Caractères par mot
Principales occurrences
Seuil maximal recommandé ≤ 2.5%
#1keyword
5 Occurrences
7.46%
#2search
5 Occurrences
7.46%
#3density
3 Occurrences
4.48%
#4engine
2 Occurrences
2.99%
#5target
2 Occurrences
2.99%
#6topic
2 Occurrences
2.99%
#7algorithmic
1 Occurrences
1.49%
#8article
1 Occurrences
1.49%
#9authoritative
1 Occurrences
1.49%
#10balanced
1 Occurrences
1.49%
Diagnostic de redondance: Richesse élevée
État du moteur d'analyse
Nombre total de mots67
Vocabulaire unique54
Taux de diversité lexicale80.6%
Référence technique et guide d'architecture

Fréquence des mots & Densité SEO — Guide de référence

Mesurez la fréquence des mots, analysez la densité lexicale et inspectez les n-grammes (1 à 3 mots). Filtrez les mots vides, repérez les répétitions et exportez vos rapports CSV.

Fréquence des mots & Densité SEO — Guide de référence — Architecture en mémoire côté client et flux de données
Fréquence des mots & Densité SEO — Guide de référence — Architecture en mémoire côté client et flux de données

Paramètres clés et contrôles

Filtrage des mots vides (stopwords)profil d'exclusion grammaticale

Exclut les mots-outils et termes fonctionnels à haute fréquence (articles, prépositions, conjonctions, auxiliaires) afin d'isoler le lexique sémantique utile. Une liste standard élimine 150 à 200 mots de liaison, représentant habituellement 40 % à 50 % du volume d'un texte courant.

Par défaut : Français (175 mots vides)
Fenêtre de cooccurrence (N-grammes)regroupement de séquences lexicales

Analyse les suites continues de termes pour détecter les expressions récurrentes. Un 1-gramme isole les mots uniques, un 2-gramme (bigramme) identifie les associations de deux mots, et un 3-gramme (trigramme) repère les locutions figées et les tournures répétitives de votre rédaction.

Par défaut : 1-gramme (mots simples)
Seuil de diversité lexicale (TTR)indice Type-Token Ratio

Évalue la richesse du vocabulaire en divisant le nombre de lemmes uniques par le volume global de mots. Un article équilibré ou un essai fluide se situe généralement entre 0,40 et 0,65 ; un score inférieur à 0,35 traduit un style répétitif, tandis qu'une valeur supérieure à 0,75 indique une prose dense et très spécialisée.

Par défaut : 0,50 (rédaction standard)
Plafond de densité de mots-clés SEOpourcentage de répétition cible

Calcule la part exacte occupée par une expression cible par rapport à la longueur totale du texte. La norme éditoriale préconise un ratio compris entre 1,0 % et 2,5 % ; dépasser 3,0 % rend la lecture artificielle et expose votre contenu aux pénalités algorithmiques de Google pour sur-optimisation.

Par défaut : 2,5 % de densité maximale

Conseils de pro et bonnes pratiques

Loi de Zipf et dynamique naturelle du langage

Le discours humain obéit naturellement à la loi de Zipf : le deuxième mot le plus récurrent apparaît environ deux fois moins souvent que le premier, et le troisième trois fois moins souvent. Si un terme sémantique majeur brise cette décroissance et s'impose dans le trio de tête aux côtés des mots-outils courants, votre texte paraîtra rigide, forcé et déplaisant pour le lecteur.

Distorsion du ratio Type-Token sur les textes longs

L'indice de diversité lexicale diminue mécaniquement à mesure qu'un texte s'allonge, car les mots de liaison se répètent inévitablement tandis que le réservoir de nouveaux concepts se stabilise. Pour évaluer un dossier ou un article de plus de 1 000 mots, comparez des tranches homogènes de 400 mots ou employez un indice racinaire (Root TTR) afin de ne pas pénaliser les rédactions exhaustives.

Conservation des mots-outils dans les N-grammes

Ne supprimez jamais les mots de liaison avant d'extraire des bigrammes ou des trigrammes, sous peine de générer des locutions artificielles comme « entraînement marathon allure » au lieu d'« allure d'entraînement marathon ». Capturez d'abord les séquences sur le texte brut original, puis filtrez les segments composés exclusivement de mots vides.

Lemmatisation et regroupement sémantique par Google

Les robots d'indexation associent automatiquement les variantes morphologiques comme « collation saine », « collations saines » ou « goûter équilibré » à une entité thématique unique. Diversifiez vos synonymes au lieu de marteler une expression identique mot pour mot, en conservant une empreinte thématique globale comprise entre 1,5 % et 2,5 %.

Pièges courants et dépannage

⚠️Mots avec traits d'union et apostrophes scindés en morceaux isolés

Les élisions courantes (comme « aujourd'hui », « l'arbre », « c'est ») ou les adjectifs composés (« bien-être », « court-circuit ») peuvent être fragmentés par une segmentation de ponctuation trop agressive. Notre moteur intègre une détection de frontière lexicale francophone qui préserve ces unités textuelles pour refléter le décompte réel perçu par le lecteur.

⚠️Pronoms usuels et verbes auxiliaires saturant la liste de fréquence

Si des termes fonctionnels (tels que « nous », « leur », « être », « avoir ») monopolisent le haut du classement, assurez-vous que le filtre de mots vides est bien actif. Pour les tics de langage ou les répétitions propres à votre thématique (comme « section », « cliquez », « chapitre »), ajoutez-les directement à votre liste d'exclusion personnalisée.

⚠️Textes courts de moins de 100 mots affichant une diversité lexicale anormalement haute

Un échantillon trop restreint ne fournit pas la matière statistique nécessaire pour calculer la variété lexicale, affichant souvent des scores trompeurs supérieurs à 0,85. Analysez un extrait d'au moins 250 mots pour obtenir une vision fidèle et représentative de la richesse de votre écriture.

Foire aux questions (FAQ)

Comment calculer la fréquence des mots et la densité d'un mot-clé ?▼

La densité d'un mot-clé se calcule en divisant le nombre d'occurrences du mot cible par le nombre total de mots du document, puis en multipliant par 100 : Densité = (Occurrences du mot / Nombre total de mots) × 100 %. Par exemple, dans un texte de 800 mots où une expression clé apparaît 16 fois, la densité exacte est de (16 / 800) × 100 = 2,0 %.

Quel est le pourcentage idéal de densité de mots-clés pour le SEO ?▼

Une densité optimale pour une requête principale se situe entre 1,0 % et 2,5 %. Cette fourchette garantit une pertinence thématique solide sans déclencher les filtres antispam des moteurs de recherche, alors qu'une concentration supérieure à 3,0 % ou 3,5 % expose la page à des pénalités selon les consignes Google Search Essentials pour bourrage de mots-clés (keyword stuffing).

Quelle est la différence entre fréquence de mots et fréquence de n-grammes ?▼

La fréquence de mots comptabilise des termes isolés sans tenir compte de leur contexte immédiat, tandis que la fréquence de n-grammes analyse des séquences contiguës de plusieurs mots. Un 1-gramme mesure un mot unique, un 2-gramme recense des binômes comme « chaussures de running », et un 3-gramme suit des expressions complètes comme « rythme cardiaque maximal », mettant en lumière les tics d'écriture et les tournures clés.

Qu'est-ce que le ratio Type-Token (TTR) et quel score viser ?▼

Le ratio Type-Token (TTR) mesure la richesse lexicale en divisant le nombre de mots uniques (types) par le nombre total de mots (tokens) : TTR = Mots uniques / Mots totaux. Pour les articles de presse, blogs et mémoires comptant entre 400 et 1 000 mots, un score équilibré oscille entre 0,45 et 0,65 ; en dessous de 0,40, le style souffre de redondances, tandis qu'au-dessus de 0,70, il dénote un vocabulaire particulièrement riche et varié.

Comment la loi de Zipf s'applique-t-elle à la rédaction de contenu ?▼

La loi de Zipf est un principe linguistique fondamental stipulant que la fréquence d'apparition d'un mot est inversement proportionnelle à son rang dans l'ordre des fréquences (fréquence ∝ 1 / rang). Dans un texte standard, le terme le plus fréquent représente environ 7 % du volume, le deuxième ~3,5 %, et le troisième ~2,8 %, offrant un étalon objectif pour déceler une surcharge artificielle ou une suroptimisation lexicale.

Outils et utilitaires connexes

Tous les outils →
Calculateur de Temps de Lecture et Débit de Parole - Mots & Score de Lisibilitétext

Estimez le temps de lecture silencieuse et la durée de discours oral selon votre vitesse (MPM) avec décompte de mots et score de lisibilité de Flesch.

Ouvrir l'outil→
Comparateur de Différences de Texte et Code (Diff Checker)text

Comparez du code source, des données JSON et du texte en mode côte à côte ou unifié avec surbrillance précise des caractères et gestion des espaces.

Ouvrir l'outil→
Convertisseur de Casse et Conventions de Nommage de CodeDéveloppement

Convertissez instantanément du texte et des variables de code entre camelCase, PascalCase, snake_case, kebab-case, CONSTANT_CASE et 15 conventions de nommage.

Ouvrir l'outil→
Compteur de Mots, Caractères et Temps de Lecture en Temps Réeltext

Moteur d'analyse textuelle haute précision calculant le nombre de mots, caractères avec/sans espaces, phrases, paragraphes, durée de lecture et densité de mots-clés.

Ouvrir l'outil→
Générateur de Slugs URL SEO & Normalisateur de Chaînestext

Convertissez vos titres et textes accentués en slugs d'URL propres et sécurisés pour le SEO avec séparateurs sur mesure et translitération Unicode.

Ouvrir l'outil→
Générateur de bannières texte ASCII Art et en-têtes de codetext

Générez des bannières texte ASCII rétro, des en-têtes de terminal encadrés et des blocs de commentaires de code avec des styles de police personnalisables, des bordures et du texte copiable.

Ouvrir l'outil→