Rozdíly
Zde můžete vidět rozdíly mezi vybranou verzí a aktuální verzí dané stránky.
Obě strany předchozí revizePředchozí verze | Poslední revizeObě strany příští revize | ||
pojmy:typ [2014/11/24 11:39] – [Poměr počtu typů a tokenů] Václav Cvrček | pojmy:typ [2014/11/24 11:40] – Václav Cvrček | ||
---|---|---|---|
Řádek 5: | Řádek 5: | ||
===== Poměr počtu typů a tokenů ===== | ===== Poměr počtu typů a tokenů ===== | ||
- | **TTR (token-type ratio)** je poměr (někdy vyjádřený procenty) počtu různých slov (typů) k celkovému počtu všech slov v korpusu. Pokud je tento poměr vysoký, můžeme mluvit o textu s velkou lexikální bohatostí (užívá mnoho různých jednotek), malý poměr značí velkou míru opakování. | + | **TTR (token-type ratio)** je poměr (někdy vyjádřený procenty) počtu různých slov nebo lemmat |
Token-type jako ukazatel je silně vázaný na celkovou velikost korpusu, je proto jen obtížně využitelný jako obecný referenční ukazatel. Čím delší text máme k dispozici, tím větší je poměr mezi tokeny a typy (ačkoli vztah není lineární, viz [[pojmy: | Token-type jako ukazatel je silně vázaný na celkovou velikost korpusu, je proto jen obtížně využitelný jako obecný referenční ukazatel. Čím delší text máme k dispozici, tím větší je poměr mezi tokeny a typy (ačkoli vztah není lineární, viz [[pojmy: |