ZÃ¡sady spracovania slovnÃka kolokÃ¡ciÃ slovenskÃ©ho jazyka - vronk.net

Recommendations

Info

p(x,y)l(x,y) = log 2 --------------p(x) . P(y)P(x) = pravdepodobnosť javu xP(y) = pravdepodobnosť javu yP(x,Y) = pravdepodobnosť, že javy x a y nastanú súčasnePravdpodobnosť výskytu slova• P(x) = pravdepodobnosť výskytu hľadaného slova x– P(x) = f(x) : N (= veľkosť korpusu, počet slov)– P(y) = f(y) : N– P(x,y) = f(x,y) : N• Po dosadení a úprave:N . f(x,y)– MI(x,y) = log 2 --------------f(x) . f(y)Negtívna vlastnosť MI-score: je veľmi ovplyvňované frekvenciou jednotlivých slov. Najvyššiehodnoty totiž dosahujú dvojice slov s nízkou frekvenciou.Preto možno nastaviť pre MI-score dolnú hranicu frekvencie a pre slová s absolútnou frekvencioupod touto hranicou sa MI-score nepočíta.T-score – miera kontrastu• Vychádza zo štatistickej motódy testovania pomocou tzv. t-testu• Pri kolokácii sa skúma, či zistené počty výskytov jednotlivých slov a ich dvojíczodpovedajú náhodnému rozloženiu slov v korpuse.• Čím vyššie je hodnota t-score, tým menej je pravdepodobné, že ide o náhodné rozloženieslov a je viac pravdepodobné, že ide o pevnejšie, ustálenejšie kombinácie slov, t. j. okolokácieVzorec pre výpočet rozloženia slov v korpuse – t-scoreT =f(x) . f(y)(f(x,y) – −−−−−−−)N−−−−−−−−−−−−−−−−√ f(x,y)Zadávanie štatistických výpočtovZisťované hodnoty:• Absolútna frekvencia• Relatívna frekvencia• Mi-score• T-scoreVoľba:24
• Vyhľadáme slovo, ktorého kolokácie chceme štatisticky vyhodnotiť• Menu>Konkordance>Statistiky>KolokacePostup1. Zvolíme, pre aký Atribút (slovo, lemma, tag) chceme počítať kolokácie2. Zadáme rozsah kontextu –x/y3. Nastavíme minimálny výskyt v korpuse a v zadanom rozsahu, aby sme vylúčili slová s min.výskytom4. Nastavenie max. počtu zobrazených riadkovPríklad – kolokácie pre slovo „mačka“25
Page 1: Zásady spracovania slovníka kolok
Page 4 and 5: ÚvodVýchodiskáVýskum spájateľ
Page 6 and 7: Z hľadiska používateľa slovník
Page 8 and 9: Predpokladaný prínosKonfrontačn
Page 10: šľapaje + - -auta - - +miestnosti
Page 13 and 14: Výber kolokáciíKeďže ustálen
Page 15 and 16: 4:hlavu . Táto frustrácia nemôž
Page 17 and 18: PríkladN-filter (negatívny) a P-f
Page 19: Príklad: vyber k slovu „had“ l
Page 22 and 23: KolokáciePostup pre vyhľadávanie
Page 26 and 27: • Treba nastaviť vyšší min. v
Page 28 and 29: PríkladT-score (koreluje s absolú
Page 30 and 31: Veľkou výhodou je, že takto zís
Page 32 and 33: Toto je prvé hrubé triedenie, kto
Page 34 and 35: , 39že 23dajú 35najavo 15, 15že
Page 36 and 37: odku 183dôveru 167slovo 167názov
Page 38 and 39: dali 9do 9poriadku 5vlak 4dal 4do 4
Page 40 and 41: Niekedy to zneprehľadňuje výsled
Page 42 and 43: Kolokačné tabuľkyNa základe vy
Page 44 and 45: Verb + Sub1DatVERBUMAKUZATÍVAtr +
Page 46 and 47: SINGULÁRVzorVerbSg1 +VerbSg2 +Verb
Page 48 and 49: KOLOKAČNÁ TABUĽKA - ADVERBIUMAdv
Page 50 and 51: ==Kolokácie====Singulár=====Atr +
Page 52 and 53: Usporiadanie kolokáciíZistené ko
Page 54 and 55: počas celej noci |počas celej sez
Page 56 and 57: na celom tele (triasť sa / chvieť
Page 58 and 59: Kolokačné šablónyKolokačné š
Page 60 and 61: ===Sub2 + Sub1Ins===|===Verb + Sub1
Page 62 and 63: ===Adv + Adj===|===Adj + Verb===|==
Page 64 and 65: Významy1. trvanie bytia merané je
Page 66 and 67: čas | nemať čas nazvyš | obetov
Page 68 and 69: Verb + Sub1Akublýska sa na časy |
Page 70 and 71: SlovesoDaťFrom WicolJump to: navig
Page 72 and 73: pôdu | pôžičku | prácu (niekom
Page 74 and 75:
VerbImpdajme tomu |[edit]Prechodní
Page 76 and 77:
AdjektívumCelýFrom WicolJump to:
Page 79 and 80:
• This page has been accessed 10
Page 81 and 82:
dnes sa zobudil … | dnes sa to be
Page 83 and 84:
Návrh hesielEtapa I. 2007Experimen
Page 85 and 86:
99. ministerstvo100. úloha101. dô
Page 87 and 88:
307. médium308. suma309. manželka
Page 89 and 90:
515. kritika516. pád517. dážď51
Page 91 and 92:
99. hviezda100. charakter101. chlap
Page 93 and 94:
307. predmet308. predseda309. preds
Page 95 and 96:
515. vznik516. vzťah517. začiatok
Page 97 and 98:
Bartsch, Sabine: Structural and fun
Page 99 and 100:
Cowie, Anthony P.: Phraseology in F
Page 101 and 102:
Evert, Stefan; Heid, Ulrich; Sprang
Page 103 and 104:
Meaning-Text Theory. Darmstadt (Ges
Page 105 and 106:
Kilgariff, Adam: Using Word Frequen
Page 107 and 108:
Mel'cuk, Igor A.: Collocations and
Page 109 and 110:
Sinclair, John M.: Collocation. A P
Page 111 and 112:
Van der Wouden, Ton: Particle Resea
show all

ZÃ¡sady spracovania slovnÃ­ka kolokÃ¡ciÃ­ slovenskÃ©ho jazyka - vronk.net

Create successful ePaper yourself

Delete template?

Save as template?

ZÃ¡sady spracovania slovnÃka kolokÃ¡ciÃ slovenskÃ©ho jazyka - vronk.net