语料对比关键词分析
用于在一份（想分析的文本）（目标语料）和一份（常见说法的对照）（参考语料）之间做词频对比，识别目标里反复强调的特征词，以及密度明显偏低、相对回避的话题。
对每个词构造 2×2 列联表，同时计算 Log-likelihood、Chi-square 与 Log-ratio 三种关键性统计量：前两者衡量"差异显著程度"，后者突出"差异倍数"，三者互为印证、避免单一指标的偏见。
报告分别给出过度代表与不足代表的词表，配 Top N 条形图、可按任一统计量排序的详情表，并附 目标 PMW、参考 PMW、期望频次与 p 值；过度代表词可当作特征词或标签，不足代表词可作为话题缺口的检查清单。
适合自家品牌评论对照行业评论梳理用户的卖点与槽点，也适合政策文本对照通用新闻提取本期文件的新提法与口径变化。
支持一篇或多篇 txt / csv，自动按句切词后统计词频。
上传 txt 文件，或直接把整段参考文本贴到下方文本框；不需要任何额外的内置词频表。
建议提供 至少 5 万字 的参考语料，才有足够的统计稳健性；越大越好。
点击后会自动切换到【直接输入参考文本】模式，并把示例文本填入文本框，可在此基础上修改。
默认同时计算并展示三种关键性统计量： Log-likelihood（Dunning 1993，主流首选）、 Chi-square、 Log-ratio（Hardie 2014）。 LL 与 χ² 偏向高频词；log-ratio 更突出"差异倍数"。 报告里三种统计量会分别给出 Top N 条形图，详情表也支持按任一统计量排序。
过滤"在目标里只出现 1-2 次"的词，避免低频噪声。短文本可调到 2-3，长文本建议 5-10。
报告分别保留 N 个过度代表词 + N 个不足代表词。
强烈建议开启：否则关键词排行的最前列大概率会被【的、是、和、了、the、of、a】这类高频功能词淹没。 目标语料与参考语料会同步使用这套停用词，保证 keyness 统计前后一致。
系统停用词与自定义停用词会取并集；关闭自定义停用词时会自动清空已上传文件。
每 20,000 字 2 点