Mind map du champ lexical
Le mind map facilite la lecture et la compréhension du champ lexical. Nous avons décidé de le découper par type de mots (Noms communs, Verbes, Adjectifs et les Entitées nommées).
Les principaux nom communs
Nombre correspond au nombre de fois où le noms communs a été trouvé dans tous les textes. Le taux correspond à la fréquence (en pourcentage) où on retrouve le noms communs parmis les autres mots du même type. Enfin moyenne, correspond simplement à la moyenne de fois où on trouve le noms communs dans un texte.
| noms communs | Nombre | Taux | Moyenne |
|---|---|---|---|
| exemple | 816 | 53.93% | 40.8 |
| modèle | 55 | 3.64% | 2.75 |
| example | 44 | 2.91% | 2.2 |
| mot | 43 | 2.84% | 2.15 |
| chose | 36 | 2.38% | 1.8 |
| cas | 27 | 1.78% | 1.35 |
| wikicode | 25 | 1.65% | 1.25 |
| définition | 24 | 1.59% | 1.2 |
| règle | 21 | 1.39% | 1.05 |
| sens | 21 | 1.39% | 1.05 |
| idée | 21 | 1.39% | 1.05 |
| fait | 20 | 1.32% | 1 |
| forme | 20 | 1.32% | 1 |
| homme | 18 | 1.19% | 0.9 |
| dictionnaire | 18 | 1.19% | 0.9 |
| traduction | 17 | 1.12% | 0.85 |
| nom | 17 | 1.12% | 0.85 |
| précepte | 16 | 1.06% | 0.8 |
| valeur | 14 | 0.93% | 0.7 |
| histoire | 14 | 0.93% | 0.7 |
| livre | 13 | 0.86% | 0.65 |
| page | 13 | 0.86% | 0.65 |
| écriture | 13 | 0.86% | 0.65 |
| leçon | 13 | 0.86% | 0.65 |
| langue | 12 | 0.79% | 0.6 |
| article | 12 | 0.79% | 0.6 |
| cahier | 12 | 0.79% | 0.6 |
| amp | 12 | 0.79% | 0.6 |
| instance | 12 | 0.79% | 0.6 |
| point | 12 | 0.79% | 0.6 |
| preuve | 12 | 0.79% | 0.6 |
| projet | 11 | 0.73% | 0.55 |
| lettre | 11 | 0.73% | 0.55 |
| phrase | 11 | 0.73% | 0.55 |
| avertissement | 11 | 0.73% | 0.55 |
| caractère | 11 | 0.73% | 0.55 |
| action | 11 | 0.73% | 0.55 |
| lieu | 10 | 0.66% | 0.5 |
| état | 10 | 0.66% | 0.5 |
| contenu | 10 | 0.66% | 0.5 |
| peine | 10 | 0.66% | 0.5 |
| crime | 10 | 0.66% | 0.5 |
| écolier | 9 | 0.59% | 0.45 |
| enseignement | 9 | 0.59% | 0.45 |
| peinture | 9 | 0.59% | 0.45 |
| vertu | 9 | 0.59% | 0.45 |
| vie | 9 | 0.59% | 0.45 |
| illustration | 9 | 0.59% | 0.45 |
| domaine | 9 | 0.59% | 0.45 |
| échantillon | 9 | 0.59% | 0.45 |
| esprit | 9 | 0.59% | 0.45 |
| grammaire | 9 | 0.59% | 0.45 |
| propos | 9 | 0.59% | 0.45 |
| œuvre | 9 | 0.59% | 0.45 |
| imitation | 9 | 0.59% | 0.45 |
| spécimen | 9 | 0.59% | 0.45 |
| classe | 9 | 0.59% | 0.45 |
| latin | 9 | 0.59% | 0.45 |
| jour | 9 | 0.59% | 0.45 |
| châtiment | 9 | 0.59% | 0.45 |
| service | 9 | 0.59% | 0.45 |
| monde | 8 | 0.53% | 0.4 |
| terme | 8 | 0.53% | 0.4 |
| façon | 8 | 0.53% | 0.4 |
| synonyme | 8 | 0.53% | 0.4 |
| raison | 8 | 0.53% | 0.4 |
| auteur | 8 | 0.53% | 0.4 |
| surprise | 8 | 0.53% | 0.4 |
| guerre | 8 | 0.53% | 0.4 |
| chef | 8 | 0.53% | 0.4 |
| citation | 8 | 0.53% | 0.4 |
| cours | 8 | 0.53% | 0.4 |
| édition | 7 | 0.46% | 0.35 |
| ligne | 7 | 0.46% | 0.35 |
Les mots suivants font partie du champ lexical de « exemple » car ils ont un rapport avec l’idée d’un échantillon ou d’un modèle à suivre pour illustrer un concept ou une idée. Exemple et example sont des synonymes, le deuxième est en anglais, et modèle est un terme lié. Mot et chose sont des mots génériques qui peuvent être utilisés pour désigner des exemples spécifiques ou des exemples généraux. Cas est un terme qui fait référence à un exemple particulier d’une situation ou d’une circonstance.
Les principaux adjectifs
Nombre correspond au nombre de fois où le adjectifs a été trouvé dans tous les textes. Le taux correspond à la fréquence (en pourcentage) où on retrouve le adjectifs parmis les autres mots du même type. Enfin moyenne, correspond simplement à la moyenne de fois où on trouve le adjectifs dans un texte.
| adjectifs | Nombre | Taux | Moyenne |
|---|---|---|---|
| bon | 46 | 9.33% | 2.3 |
| grand | 32 | 6.49% | 1.6 |
| masculin | 32 | 6.49% | 1.6 |
| mauvais | 28 | 5.68% | 1.4 |
| français | 26 | 5.27% | 1.3 |
| bel | 24 | 4.87% | 1.2 |
| commun | 17 | 3.45% | 0.85 |
| particulier | 12 | 2.43% | 0.6 |
| meilleur | 12 | 2.43% | 0.6 |
| général | 10 | 2.03% | 0.5 |
| exemplaire | 10 | 2.03% | 0.5 |
| premier | 10 | 2.03% | 0.5 |
| nombreux | 9 | 1.83% | 0.45 |
| exampl | 9 | 1.83% | 0.45 |
| anglais | 9 | 1.83% | 0.45 |
| seul | 8 | 1.62% | 0.4 |
| ancien | 8 | 1.62% | 0.4 |
| possible | 8 | 1.62% | 0.4 |
Les mots « bon », « grand », « masculin », « mauvais », « français », « bel » et « commun » font partie du champ lexical de « exemple » car ils sont associés à l’idée générale d’illustrer une chose à travers un exemple. Ces mots sont donc tous des adjectifs qui peuvent être utilisés pour décrire un exemple particulier. Par exemple, on peut parler d’un « exemple bon », d’un « exemple grand », d’un « exemple masculin », d’un « exemple mauvais », d’un « exemple français », d’un « exemple bel » ou d’un « exemple commun ».
Les principaux verbes
Nombre correspond au nombre de fois où le verbes a été trouvé dans tous les textes. Le taux correspond à la fréquence (en pourcentage) où on retrouve le verbes parmis les autres mots du même type. Enfin moyenne, correspond simplement à la moyenne de fois où on trouve le verbes dans un texte.
| verbes | Nombre | Taux | Moyenne |
|---|---|---|---|
| donner | 79 | 18.54% | 3.95 |
| servir | 55 | 12.91% | 2.75 |
| prendre | 35 | 8.22% | 1.75 |
| suivre | 33 | 7.75% | 1.65 |
| illustrer | 29 | 6.81% | 1.45 |
| imiter | 25 | 5.87% | 1.25 |
| voir | 23 | 5.4% | 1.15 |
| tirer | 20 | 4.69% | 1 |
| trouver | 18 | 4.23% | 0.9 |
| écrire | 18 | 4.23% | 0.9 |
| montrer | 18 | 4.23% | 0.9 |
| citer | 17 | 3.99% | 0.85 |
| proposer | 16 | 3.76% | 0.8 |
| apprendre | 16 | 3.76% | 0.8 |
| vouloir | 16 | 3.76% | 0.8 |
| mettre | 13 | 3.05% | 0.65 |
| agir | 12 | 2.82% | 0.6 |
| rendre | 12 | 2.82% | 0.6 |
| venir | 12 | 2.82% | 0.6 |
| confirmer | 12 | 2.82% | 0.6 |
| prouver | 12 | 2.82% | 0.6 |
| parler | 11 | 2.58% | 0.55 |
| aller | 10 | 2.35% | 0.5 |
| expliquer | 10 | 2.35% | 0.5 |
| fournir | 10 | 2.35% | 0.5 |
| demander | 9 | 2.11% | 0.45 |
| devenir | 9 | 2.11% | 0.45 |
| punir | 9 | 2.11% | 0.45 |
| utiliser | 9 | 2.11% | 0.45 |
| arriver | 9 | 2.11% | 0.45 |
| connaître | 9 | 2.11% | 0.45 |
| conformer | 9 | 2.11% | 0.45 |
| tenir | 8 | 1.88% | 0.4 |
| comprendre | 8 | 1.88% | 0.4 |
| enseigner | 8 | 1.88% | 0.4 |
| étendre | 7 | 1.64% | 0.35 |
| ajouter | 7 | 1.64% | 0.35 |
| conserver | 7 | 1.64% | 0.35 |
| exprimer | 7 | 1.64% | 0.35 |
| appliquer | 6 | 1.41% | 0.3 |
| contenir | 6 | 1.41% | 0.3 |
| obtenir | 6 | 1.41% | 0.3 |
| jouer | 6 | 1.41% | 0.3 |
| appuyer | 6 | 1.41% | 0.3 |
Les mots donner, servir, prendre, suivre, illustrer et imiter font partie du champ lexical de « exemple » car ils décrivent tous des actions qui peuvent être utilisées pour expliquer un concept ou une idée. Donner un exemple pourrait impliquer de donner un exemple concret ou une explication. Servir un exemple peut signifier montrer ou illustrer un exemple à l’aide de mots ou d’images. Prendre un exemple signifie utiliser un exemple existant pour démontrer un concept. Suivre un exemple peut impliquer l’imitation ou le copiage d’un exemple existant. Illustrer un exemple peut signifier l’utilisation de métaphores et d’analogies pour expliquer un concept. Et enfin, imiter un exemple peut signifier copier un exemple existant.
Les Entités nommées
Ce sont les noms de marque, les lieux (ville, pays, sommet, rivière, etc.), les noms propre, les acronymes
Nombre correspond au nombre de fois où le entité nommée a été trouvé dans tous les textes. Le taux correspond à la fréquence (en pourcentage) où on retrouve le entité nommée parmis les autres mots du même type. Enfin moyenne, correspond simplement à la moyenne de fois où on trouve le entité nommée dans un texte.
| entité nommée | Nombre | Taux | Moyenne |
|---|---|---|---|
| France | 29 | 4.26% | 1.45 |
| Corneille | 27 | 3.97% | 1.35 |
| Hist | 22 | 3.24% | 1.1 |
| Sens | 19 | 2.79% | 0.95 |
| Loc | 18 | 2.65% | 0.9 |
| Cinna | 16 | 2.35% | 0.8 |
| Voltaire | 14 | 2.06% | 0.7 |
| Paris | 14 | 2.06% | 0.7 |
| Mél | 12 | 1.76% | 0.6 |
| Barrès | 12 | 1.76% | 0.6 |
| Cid | 11 | 1.62% | 0.55 |
| Racine | 10 | 1.47% | 0.5 |
| Classe | 10 | 1.47% | 0.5 |
| Académie | 10 | 1.47% | 0.5 |
| Mém | 9 | 1.32% | 0.45 |
| Fénelon | 9 | 1.32% | 0.45 |
| Dieu | 9 | 1.32% | 0.45 |
| FÉN | 8 | 1.18% | 0.4 |
| Fréq | 8 | 1.18% | 0.4 |
| Lett | 8 | 1.18% | 0.4 |
| Lettris | 8 | 1.18% | 0.4 |
| Bossuet | 8 | 1.18% | 0.4 |
Un texte d’analyse sur les entités nommées
Les expressions de deux mots
Nombre correspond au nombre de fois où le expression a été trouvé dans tous les textes.
| expression | Nombre |
|---|---|
| mauvais exemple | 16 |
| bel exemple | 14 |
| exemple d | 13 |
| en)[. Domaine]. | 13 |
| |. |. | 11 |
| bon exemple | 10 |
| d e | 10 |
| bon sens | 8 |
| q u | 7 |
| an example | 7 |
| grand exemple | 6 |
| Nom commun | 6 |
| I. V | 6 |
| écrire forme | 6 |
| nom masculin | 6 |
| wikicode]. Étymologie[modifier | 5 |
| tirer enseignement | 5 |
| e s. | 5 |
| cas particulier | 5 |
| bons exemples | 5 |
| e s | 5 |
| écriture anglaise | 5 |
| prendre exemple | 5 |
| exemples vivants | 4 |
| latin exemplum | 4 |
| Prendre exemple | 4 |
| exemple Sens | 4 |
| exemples abondent | 4 |
| valeur démonstrative | 4 |
| wikicode]. exemple | 4 |
| wikicode]. Nom | 4 |
| sens général | 4 |
| exemple prouve | 4 |
| exemple q | 4 |
| Noms communs | 4 |
| exemple terrible | 4 |
| faire bien | 4 |
| bien connaître | 4 |
| peine infligée | 4 |
| peinture murale | 4 |
| mauvais exemples | 4 |
| → consulter | 4 |
| cours particuliers | 3 |
| Hyper.]. donner | 3 |
| exemple typique | 3 |
| n example | 3 |
| Pierre Corneille | 3 |
| e c | 3 |
| spécimen exemplaire | 3 |
| illustration cas | 3 |
| grands esprits | 3 |
| Publicité ▼ | 3 |
| s t | 3 |
| ▪ Loc | 3 |
| ancien occitan | 3 |
| |. F | 3 |
| modèle exemple | 3 |
| locution adverbiale | 3 |
| généraux énoncés | 3 |
| J. J. | 3 |
| one example | 3 |
| modèle exemplification | 3 |
| bons auteurs | 3 |
| expliquer[. Classe]. | 3 |
| eut jamais | 3 |
| professeurs diplômés | 2 |
| exempled'écriture | 2 |
| meilleure comédie | 2 |
| e p | 2 |
| exemple[termes liés]. | 2 |
| Rouen n° | 2 |
| miroir trompeur | 2 |
| suffixe lum | 2 |
| S. Luce | 2 |
| St Bernard | 2 |
| missions scient | 2 |
| St Alexis | 2 |
| Maison France | 2 |
| stupide orgueil | 2 |
| textes rassemblés | 2 |
| Madeleine Cucuel | 2 |
| e-]. Cf | 2 |
| cest siecle | 2 |
| sources externes | 2 |
| meilleur exemple | 2 |
| Maurice Étienne | 2 |
| Sexe faible | 2 |
| exemples éclatants | 2 |
| prince efféminé | 2 |
| chefs blessés | 2 |
| exemples Sens | 2 |
| t. III | 2 |
| exemplesde bombance | 2 |
| exemplesde peinture | 2 |
| Notable exemple | 2 |
| choses insignifiantes | 2 |
| Olivier Véran | 2 |
| N. Cinna | 2 |
| t r | 2 |
| P. Imbs | 2 |
| t q | 2 |
| Mèdes donnèrent | 2 |
| Paul Depovere | 2 |
| Peinture mexicaine | 2 |
| sœur intransigeante | 2 |
| sévère jalousie | 2 |
| temps difficiles | 2 |
| exemples récents | 2 |
| exemples puet | 2 |
| chose exemplaire | 2 |
| e r | 2 |
| exemples montrent | 2 |
| Pt Pierre | 2 |
| exemples humoristiques | 2 |
| t. XIV | 2 |
| exemples courts | 2 |
| Mauvaise essample | 2 |
| prissent exemple | 2 |
| exemples concrets | 2 |
| Roi mont | 2 |
| R. Philol | 2 |
| V e | 2 |
| exemple touche | 2 |
| espagnol féminin | 2 |
| auge débordante | 2 |
| enfoncer ensuite | 2 |
| espérions trouver | 2 |
| arrive jamais | 2 |
| essample attrait | 2 |
| essample nen | 2 |
| euro banknote | 2 |
| n t | 2 |
| apprend mal | 2 |
| rencontrerez peut-être | 2 |
| rendit accusateur | 2 |
| exact contrepoids | 2 |
| exactitude linguistique | 2 |
| example prendre | 2 |
| antimicrobien purement | 2 |
| exclamation familière | 2 |
| ancien théâtre | 2 |
| enseignement moral | 2 |
| nouveaux articles | 2 |
| T. L. | 2 |
| nostre nature | 2 |
| bien tuit | 2 |
| puissent aprendre | 2 |
| bien faire | 2 |
| biel example | 2 |
| puissent prendre | 2 |
| punir exemplairement | 2 |
| belle main | 2 |
| bel exempled' | 2 |
| beaux exemples | 2 |
| beaux caractères | 2 |
| purement synthétique | 2 |
| entreprises militaires | 2 |
| puet tendre | 2 |
| noble exemple | 2 |
| aïeul Henri | 2 |
| bon naturel | 2 |
| ensuite déterminer | 2 |
| reçoivent ici | 2 |
| riches hommes | 2 |
| médicament antimicrobien | 2 |
| exemple Chose | 2 |
| saint Augustin | 2 |
| prononce euzemple | 2 |
| empereür exemple | 2 |
| Variété II | 2 |
| exemple illustratif | 2 |
| caractère impersonnel | 2 |
| M Brotonneau | 2 |
| mot ajoute | 2 |
| Traductions similaires | 2 |
| Tra los | 2 |
| Théâtre double | 2 |
| exemple nom | 2 |
| exemple offrez | 2 |
| professeurs natifs | 2 |
| exemple s | 2 |
| modèle original | 2 |
| exemple t | 2 |
| exemple donna | 2 |
| W. Foerster | 2 |
| X. Aujourd'hui | 2 |
| acquiert non | 2 |
| air furieux | 2 |
| nouveaux crimes | 2 |
| récents suffiraient | 2 |
| récit didactique | 2 |
| muralisme mexicain | 2 |
| muralisme chicano | 2 |
| murale Chicana | 2 |
| exemple ɛɡ.zɑ̃pl | 2 |
| X. I. | 2 |
| propres ouvrages | 2 |
| ɛɡ.zɑ̃pl masculin | 2 |
| brutalité sans— | 2 |
| buisson épineux | 2 |
| exemple commun | 2 |
| proposé eximere | 2 |
| exemple cunter | 2 |
| M Debas | 2 |
| puisse comparer | 2 |
| th e | 2 |
| grand nombre | 2 |
| cruel citoyen | 2 |
| évidence secrète | 2 |
| grammaire correctement | 2 |
| ds T. | 2 |
| philosophie enseignée | 2 |
| grand courage | 2 |
| Denys d | 2 |
| Dentu éditeur | 2 |
| Domaine]. SubjectiveAssessmentAttribute | 2 |
| Debas gâchait | 2 |
| origine incertaine | 2 |
| cunter vus | 2 |
| peut-être tort | 2 |
| grande sensation | 2 |
| Annick Treguier | 2 |
| D.− Loc | 2 |
| gi ve | 2 |
| ds T.-L. | 2 |
| delai pendre | 2 |
| livre apprend | 2 |
| fort mauvais | 2 |
| livre paraissait | 2 |
| fournir bien | 2 |
| E. Exemple | 2 |
| livre d | 2 |
| E. Dentu | 2 |
| français personnalisés | 2 |
| Albert Camus | 2 |
| ducs Bourg | 2 |
| corps humain | 2 |
| correctement appliquée | 2 |
| Ludovic Naudeau | 2 |
| Œuvres compl | 2 |
| wikicode]. Références[modifier | 2 |
| don Quichotte | 2 |
| crime isolé | 2 |
| grands biens | 2 |
| D. Leçons | 2 |
| D. Exemples | 2 |
| personnes handicapées | 2 |
| écolier forme | 2 |
| Archivum linguisticum | 2 |
| CRIAR n° | 2 |
| C. ib | 2 |
| générations reçoivent | 2 |
| C. I. | 2 |
| donner non-seulement | 2 |
| l e | 2 |
| D. Davray | 2 |
| dernier exemple | 2 |
| énonciation rapportée | 2 |
| Bon exemple | 2 |
| ici donnés | 2 |
| énoncés effectifs | 2 |
| époque précolombienne | 2 |
| BOSSUET Hist | 2 |
| Caroline Cayeux | 2 |
| éclatante histoire | 2 |
| personnes âgées | 2 |
| donnant l'— | 2 |
| grands maux | 2 |
| langue française | 2 |
| devenir objet | 2 |
| graphie normalisée | 2 |
| Âme romant | 2 |
| grosse écriture | 2 |
| Énoncé forgé | 2 |
| Classe]. chose | 2 |
| Citations contenant | 2 |
| États membres | 2 |
| Étienne Legrand | 2 |
| Châtier sévèrement | 2 |
| Chose pareille | 2 |
| Chimie pharmaceutique | 2 |
| Évolution historique | 2 |
| fort mal | 2 |
| vus vueil | 2 |
| − Loc | 2 |
| I. X | 2 |
| J. Rousseau | 2 |
| composé contenant | 2 |
| J. Froissart | 2 |
| pp. 38 | 2 |
| pp. 221 | 2 |
| pp. 182 | 2 |
| I. X. | 2 |
| indomptable crânerie | 2 |
| formes pleines | 2 |
| mal habile | 2 |
| I. I. | 2 |
| difficulté insurmontable | 2 |
| mal assortie | 2 |
| u n | 2 |
| fin xii | 2 |
| dieux tout-puissants | 2 |
| type espagnol | 2 |
| pp. 439 | 2 |
| e l | 2 |
| commun exemple | 2 |
| Louis XIV | 2 |
| prendre bon | 2 |
| prendons garde | 2 |
| Librairie Hachette | 2 |
| mauvais lieu | 2 |
| diplômés disponibles | 2 |
| faisons jamais | 2 |
| L. Patrick | 2 |
| occitan issus | 2 |
| Julien Gracq | 2 |
| Journal femme | 2 |
| José Corti | 2 |
| faut commencer | 2 |
| commun dément | 2 |
| faut ensuite | 2 |
| offrez-vous | 2 |
| Histoire anecdotique | 2 |
| fit faire | 2 |
| contenu personnalisé | 2 |
| Fort Alamo | 2 |
| Académie française | 2 |
| forcenée curiosité | 2 |
| F. sav | 2 |
| déplorable chef | 2 |
| vieillesses déshonorantes | 2 |
| ignoble habitude | 2 |
| point d | 2 |
| définition proposée | 2 |
| Exemple suivi | 2 |
| − Oh | 2 |
| Exemple infortuné | 2 |
| Exemple classique | 2 |
| Exemple caractéristique | 2 |
| vostre frere | 2 |
| fit tantost | 2 |
| longue constance | 2 |
| valeur typique | 2 |
| Graham L. | 2 |
| constamment masculin | 2 |
| Henri IV | 2 |
| H. G. | 2 |
| m.)↕ | 2 |
| fois féminin | 2 |
| disponibles 7j/7 | 2 |
| lor exemple | 2 |
| parole entraîne | 2 |
| p. XI | 2 |
| désespéré prend | 2 |
| G. Wells | 2 |
| G. Raynaud | 2 |
| los montes | 2 |
| B. Kozakiewicz | 2 |
Les expressions de trois mots
Nombre correspond au nombre de fois où le expression a été trouvé dans tous les textes.
| expression | Nombre |
|---|---|
| exemple d e | 9 |
| wikicode]. Nom commun | 4 |
| faire bien connaître | 4 |
| idée plus exacte | 4 |
| exemple q u | 4 |
| d e c | 3 |
| résultats plus généraux | 3 |
| e s t | 3 |
| Tra los montes | 2 |
| antimicrobien purement synthétique | 2 |
| jeunes gens partirent | 2 |
| examiner très sévèrement | 2 |
| t q u | 2 |
| faut ensuite déterminer | 2 |
| tire assez bien | 2 |
| livre apprend mal | 2 |
| exemple commun dément | 2 |
| exemple cunter vus | 2 |
| Mauvaise essample nen | 2 |
| Maurice Étienne Legrand | 2 |
| type espagnol féminin | 2 |
| exemple ɛɡ.zɑ̃pl masculin | 2 |
| aïeul Henri IV | 2 |
| en)[. Domaine]. SubjectiveAssessmentAttribute | 2 |
| prendre bon exemple | 2 |
| peinture murale Chicana | 2 |
| cunter vus vueil | 2 |
| crânerie peut triompher | 2 |
| crime plus grand | 2 |
| obéisse pas ici | 2 |
| combat ne passe | 2 |
| diplômés disponibles 7j/7 | 2 |
| idée plus claire | 2 |
| ds T. L. | 2 |
| puissent prendre bon | 2 |
| médicament antimicrobien purement | 2 |
| bon exemple donna | 2 |
| biel example prendre | 2 |
| bel exempled'écriture | 2 |
| M Debas gâchait | 2 |
| V e s. | 2 |
| d e l | 2 |
| H. G. Wells | 2 |
| générations reçoivent ici | 2 |
| exempled'écriture anglaise | 2 |
| homme peut commettre | 2 |
| exemples récents suffiraient | 2 |
| Graham L. Patrick | 2 |
| E. Dentu éditeur | 2 |
| exemples puet tendre | 2 |
| garde as apostoles | 2 |
| fort mauvais exemple | 2 |
| fort mal assortie | 2 |
| exemple offrez-vous | 2 |
| |. A n | 2 |
| exemple nom masculin | 2 |
| J. J. Rousseau | 2 |
| exemple ne prouve | 2 |
| grammaire correctement appliquée | 2 |
| exemplesde peinture murale | 2 |
Analyse de la SERP
En faisant une recherche sur la SERP, on constate que les sites qui se positionne le mieux en SEO sur le terme "exemple" écrivent :
406 mots
Nombre médiant de mots écrits
5663 mots
Nombre maximum de mots écrits
53
Indice de lisibilité du corpus (sur 100) selon la règle Flesch-Kincaid.
100 = Très facile à lire
0 = très difficile à lire.
1.4 années
Age moyen des articles trouvés
articles
valeur médiane du nombre d'article écrits sur le sujet pour chaque site.
38 mots
Nombre de mots par phrase
Vous savez maintenant quoi faire pour mieux vous positionner sur le terme "exemple". Vous souhaitez améliorer vos contenus ? Améliorer la sémantique de vos articles ? Ecrire des articles plus long que ce qui se fait en moyenne ? Utilisez notre outil gratuitement :Inscrivez-vous maintenant
Créer un cocon sémantique
Pour créer un silot ou un cocon sémantique il est nécessaire de répondre aux attentes de l'internaute. Voici les questions que se posent les gens sur le sujet. En y répondant dans vos articles, ceux-ci auront plus de chances de mieux se positionnés sur Google.
Extraites des contenus
- Comment retrouver l' envie de faire l' amour après l' accouchement ?
- Comment prendre du poids ?
- les livres ?
- Quelle est la forme correcte ?
- Quel exemple terrible ne suis-je pas pour les rois ?
