Toto je starší verze dokumentu!
ipm
Zkratky ipm (z angl. instances per million), příp. ppm (z angl. parts per million) jsou jednotkami relativní frekvence. Vyjadřují průměrný počet výskytů jednotky nebo slova v hypotetickém textu/korpusu o délce 1 milion slov.
Např. slovní tvar běžeckých se ve stomilionovém korpusu SYN2010 objevuje 208krát, což odpovídá 1,72 ipm, tj. 1,72 výskytů na milion slov.
Využití ipm/ppm
Hlavní výhodou relativizace frekvencí vzhledem k velikosti korpusu je možnost následného porovnání hodnot z nestejně velkých korpusů. Absolutní hodnoty totiž jsou v pořípadě, že korpusy nemají stejnou velikost matoucí. Slovní tvar stromek nabývá v korpusech SYN2010 a Oral2008 těchto hodnot:
| SYN2010 | Oral2008 | |
|---|---|---|
| Abs. frekvence | 440 | 6 |
| Rel. frekvence (v ipm) | 3,62 | 4,45 |
Navzdory tomu, o čem vypovídají absolutní frekvence, po přihlédnutí k celkové velikosti korpusů (SYN2010 má 122 mil. pozic a Oral2008 jenom 1 mil. pozic) je slovo stromek v korpusu Oral2008 relativně častější.
