pojmy:typ - Příručka ČNK

Tato stránka je pouze pro čtení. Můžete si pouze prohlédnout zdrojový kód, ale ne ho měnit. Zeptejte se správce, pokud si myslíte, že něco není v pořádku.

====== Typ (type) ======

Z hlediska korpusové lingvistiky je typ/type jednotka abstrakce, [[pojmy:token|tokenem]] se míní vždy konkrétní realizace jednotky (konkrétní výskyt formy) v určitém kontextu; typ je jednotka dekontextualizovaná, která je schopna nabývat takových vlastností, jako je frekvence. Zatímco velikost korpusu je udávána v počtu tokenů (označuje se většinou jako //N//), počet typů značí množství různých jednotek v korpusu (označuje se většinou //V// = vocabulary). Typ může být v podstatě libovolná jednotka, nejčastěji se ovšem v této souvislosti uvažuje o [[pojmy:word|slovním tvaru]] nebo [[pojmy:lemma|lemmatu]].

===== Poměr počtu typů a tokenů =====

TTR (token-type ratio) je poměr počtu různých slov (typů) k celkovému počtu všech slov v korpusu (někdy vyjádřený v procentech). Pokud je poměr vysoký, můžeme mluvit o textu s velkou lexikální bohatostí (užívá mnoho různých jednotek), malý poměr značí velkou míru opakování.

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:heaps|Heapsův zákon]]).

Historie: • gen2 • gen1 • containing • ngram • syntakticka_analyza • korpusy • zobrazeni_dotazu • mi-score • syn2015 • asociacni_miry