Rozdíly
Zde můžete vidět rozdíly mezi vybranou verzí a aktuální verzí dané stránky.
| Obě strany předchozí revizePředchozí verzeNásledující verze | Předchozí verzeNásledující verzeObě strany příští revize | ||
| pojmy:asociacni_miry [2013/06/20 15:51] – [Dice a logDice] vaclavcvrcek | pojmy:asociacni_miry [2013/06/20 16:14] – [z-score] vaclavcvrcek | ||
|---|---|---|---|
| Řádek 41: | Řádek 41: | ||
| Nevítanou vlastností MI-score je to, že je velmi ovlivňováno frekvencí jednotlivých slov. Nejvyšších hodnot totiž dosahují dvojice slov s nízkou frekvencí. Z tohoto důvodu umožňují korpusové manažery při výpočtu MI-score nastavit spodní hranici frekvence a pro slova s absolutní frekvencí pod touto hranicí se potom mi-score nepočítá. | Nevítanou vlastností MI-score je to, že je velmi ovlivňováno frekvencí jednotlivých slov. Nejvyšších hodnot totiž dosahují dvojice slov s nízkou frekvencí. Z tohoto důvodu umožňují korpusové manažery při výpočtu MI-score nastavit spodní hranici frekvence a pro slova s absolutní frekvencí pod touto hranicí se potom mi-score nepočítá. | ||
| + | |||
| + | Hodnoty MI-score jsou převážně kladné (záporné hodnoty značí vzájemné odpuzování jednotek a njsou relativně řídké). Za relevantní bývá považována hranice MI = 7 (pro stomilionový korpus), kdy je oprávněná domněnka, že se jedná o systémovou kolokaci. Tato hodnota ovšem samozřejmě závisí na velikosti korpusu. | ||
| ==== T-score ==== | ==== T-score ==== | ||
| Řádek 75: | Řádek 77: | ||
| ==== Log likelihood ==== | ==== Log likelihood ==== | ||
| + | |||
| + | $$LL(xy) = f(xy) \log(f(xy)) + (f(x) - f(xy)) \log (f(x) - f(xy)) + (f(y) - f(xy)) \log (f(y) - f(xy)) + N \log N $$ | ||
| + | $$ + (N + f(xy) - f(x) - f(y)) \log (N + f(xy) - f(x) - f(y)) - f(x) \log (f(x)) - f(y) \log (f(y)) - (N - f(x)) \log (N - f(x)) - (N - f(y)) \log (N - f(y))$$ | ||
| ==== Min. sensitivity (citlivost) ==== | ==== Min. sensitivity (citlivost) ==== | ||
| + | Minimální citlivost je jedna z nejjednodušších asociačních měr. Její silnou stránkou je fakt, že je snadno interpretovatelná. Vypočítává se podle vzorce: | ||
| + | |||
| + | $$MS(xy) = \min ( \frac{f(xy)}{f(x)}, | ||
| + | |||
| + | Jedná se tedy o menší z hodnot poměru frekvence bigramu k frekvenci jednoho z jeho konstituentů. | ||
| ==== Chi2 ==== | ==== Chi2 ==== | ||
| Řádek 84: | Řádek 94: | ||
| ==== z-score ==== | ==== z-score ==== | ||
| + | Svojí podstatou i výsledky je z-score velmi podobné T-score. Dnes se užívá zřídka. | ||
| + | |||
| + | $$z(xy) = \frac{f(xy) - \frac{f(x) f(y)}{N}}{\sqrt{\frac{f(x) f(y)}{N}}}$$ | ||
| ===== Související odkazy ===== | ===== Související odkazy ===== | ||
| [[http:// | [[http:// | ||
