Pengekstrak Kata Kunci

Ekstrak perkataan dan frasa yang paling bermakna dari sebarang teks bentuk panjang (artikel, post blog, transkripsi, huraian produk). Lima mod ekstrak: (1) Kata kunci SEO dengan tag carian-intent, (2) topik + tema tahap tinggi, (3) entiti dinamakan — orang/tempat/organisasi, (4) tag gaya huruf kecil-henti putus-digabungkan tag, (5) istilah indeks akademik. Hasil skor 0-100 oleh TF-IDF, frekuensi mentah, atau relevansi semantik. Eksport sebagai CSV, TXT, atau JSON.

Ya — artikel 1,500-perkataan mengekstrak dalam ~350 token pada model piawai Qwen 3 30B, selesa di dalam 2,500 anonim atau 10,000 yang mendaftar masuk setiap hari. Tiada pendaftaran diperlukan untuk pengekstrakan pertama anda.

Alat-alat itu menarik data carian-volume hidup untuk kata kunci yang anda berikan kepada mereka ($99+/mo). Pengekstrak Kata Kunci melakukan sebaliknya — ia mengekstrak kata kunci calon DARI kandungan anda dan mengklasifikasikan niat carian mereka. Aliran kerja: gunakan ini untuk mencari frasa apa artikel anda sudah menekankan, kemudian tampal mereka ke Ahrefs / Semrush untuk memeriksa volume carian bulanan. Pair dengan baik dengan skor kesukaran kata kunci percuma mereka.

Tiga mod penarafan: (1) TF-IDF (piawai) memberi ganjaran perkataan yang kerap dalam dokumen INI DAN jarang dalam bahasa Inggeris umum — terbaik untuk SEO kerana ini adalah istilah yang berbeza. (2) Frekuensi mentah mengira kejadian secara langsung — terbaik apabila anda mahu melihat apa yang anda katakan paling banyak. (3) Pentingan semantik memberi skor oleh kejiranan dengan tesis utama dokumen walaupun frasa hanya muncul sekali — terbaik untuk koheren topikal.

n-gram adalah rentetan bersambung N perkataan. "perubahan iklim" adalah 2-gram. "model kecerdasan buatan" adalah 3-gram. Togol cip untuk mengekstrak hanya 1-gram (perkataan tunggal seperti "fotosintesis"), 2-gram (frasa kepala seperti "jejak karbon"), atau 3-gram (ekor panjang seperti "kalkulator jejak karbon"). Kebanyakan aliran kerja SEO mahu 2+3-gram — perkataan tunggal terlalu generik.

Ya — senarai henti piawai membuang "the", "and", "of", "is", dll. dalam 14 bahasa. Anda boleh tambah perkataan henti tersendiri melalui medan "Perkataan untuk dikecualikan" — berguna untuk menekan nama jenama anda sendiri, kod produk, atau bahasa undang-undang standard yang lain-lain akan mendominasi hasil.

Google mengklasifikasikan pertanyaan mengikut tujuan pengguna: maklumat ("apa itu X"), navigasi ("toko rasmi nike"), komersial ("sepatu lari terbaik 2026"), transaksi ("beli air max dalam talian"). Pengekstrak Kata Kunci menandai kata kunci yang diekstrak anda dengan niat yang mungkin supaya anda tahu sama ada artikel anda patut diletakkan untuk penyelidik, pembeli, atau carian lalu lintas langsung. Penting untuk menyatukan kandungan dengan ciri-ciri SERP.

99 bahasa melalui model Qwen 2.5 yang mendasari. Kualiti tertinggi pada bahasa Inggeris, Sepanyol, Perancis, Portugis, Jerman, Cina, Jepun. Bahasa sumber rendah berfungsi tetapi pengekstrakan 3-gram mungkin kurang boleh dipercayai — kembali ke 1+2-gram untuk Arab, Hindi, Turki, dll.

UI menjalankan satu teks pada satu masa. Untuk pengekstrakan berlebihan sambungkan /v1/chat/ API ke dalam skrip Python — ulangi di atas eksport CMS anda, POST setiap badan artikel, buang JSON. Autentifikasi pemegang, 1,000 panggilan/jam pada akaun percuma, had lebih tinggi pada pro. Dokumen pada /api/.

RAKE dan YAKE adalah algoritma leksikal klasik — pantas tetapi lemah pada nuansa semantik (mereka terlepas "pemulaan teknologi" jika dokumen berkata "pemulaan teknologi" tetapi bukan "tek" sahaja). KeyBERT menggunakan penambah BERT — kualiti semantik yang lebih baik tetapi perlahan dan memerlukan pemasangan. TextRank adalah berasaskan graf. Pendekatan kami menggunakan LLM 7B-parameter yang melakukan semua penapisan sifar-tembak di atas plus pencarian-intent — lebih perlahan per panggilan tetapi pemasangan sifar, percuma, dan tiada rekaan ML diperlukan.

Dalam mod frekuensi dan TF-IDF, ya — setiap kata kunci boleh diturunkan dari teks sumber secara harfiah atau dengan perubahan infleksi minimum. Dalam mod relevansi-semantik model mungkin mengembalikan versi kosa kata terkawal ("pulmonologi" walaupun teks anda mengatakan "kunjungan doktor paru-paru"). Mod istilah-akademik secara sengaja lebih suka kosa kata terkawal.

Ya — POST ke /v1/chat/ dengan prompt sistem yang sama yang bina halaman ini (periksa sumber templat untuk prompt tepat). Kembalikan JSON terstruktur. Baik untuk dashboard strategi kandungan atau pemalam CMS. Autentifikasi pemegang, had bulanan. Dokumen di /api/.