月旦知識庫
 
  1. 熱門:
 
首頁 臺灣期刊   法律   公行政治   醫事相關   財經   社會學   教育   其他 大陸期刊   核心   重要期刊 DOI文章
中文計算語言學期刊 本站僅提供期刊文獻檢索。
  【月旦知識庫】是否收錄該篇全文,敬請【登入】查詢為準。
最新【購點活動】


篇名
基於詞語分布均勻度的核心詞彙選擇
並列篇名
A Study on Dispersion Measures for Core Vocabulary Compilation
作者 白明弘吳鑑城簡盈妮黃淑齡
中文摘要
核心詞彙是不受文本類型、主題、應用情境等影響,穩定使用的詞彙。在自然語言中,核心詞彙的數量相對稀少,卻構成溝通內容的主要部份,因此是語言學習中重要的一環。傳統的核心詞彙選擇方法主要依據專家知識與經驗法則,在語料庫語言學興起後,詞頻與詞彙分布均勻度統計提供了客觀的統計數據協助核心詞彙的選取。在本論文中,我們提出一個多面向均勻度整合公式,使詞語均勻度的計算能夠同時考慮到不同的分類面向。其次,我們也針對傳統公式統計結果偏差的問題,提出詞頻正規化的方法。對於實驗的評估,我們提出了一個以異源語料庫評估核心詞彙的方法,可以比較各種統計公式的優缺點與特性。在實驗結果的部份,我們實際比較了多種不同的核心詞彙表選擇公式,分析不同公式的特質,並驗證了詞頻正規化的確能夠修正傳統公式的缺點。最後,我們也驗證了整合多面向均勻度的計算方法,確實可以選擇到更具核心特質的詞彙。
英文摘要
plication scenario. In natural language, the number of core vocabulary is relatively small, the core vocabulary, however, plays an important part in language learning because it constitutes a major part of communication content. The traditional core vocabulary selection method is mainly based on the expert knowledge and rule of experience. With the rise of corpus linguistics, word frequency and dispersion uniformity provide objective statistical data to assist the selection of core vocabulary. In this paper, we propose a formula that integrates multi-dimensional uniformity , so that the estimation of word uniformity can take different classification dimensions into account. Secondly, we also propose a method of word frequency normalization for the problem of deviation of the traditional method. For evaluation, a method of evaluating the core vocabulary with a heterogeneous corpus is proposed and it can compare the advantages, disadvantages, and characteristics of various statistical formulas. In the results, we actually compare the different core vocabulary selection formulas, analyzed the characteristics of different formulas, and verified the word frequency normalization can correct the shortcomings of the traditional formula. Finally, we also verified that the proposed method which integrates multi-dimensional uniformity can pick out the vocabulary with more core characteristics.
起訖頁 1-17
關鍵詞 語料庫語言學核心詞彙邊緣詞彙分布均勻度Corpus LinguisticsCore VocabularyFringe VocabularyDispersion Uniformity
刊名 中文計算語言學期刊  
期數 201612 (21:2期)
出版單位 中華民國計算語言學學會
該期刊-下一篇 N-best Rescoring for Parsing Based on Dependency-Based Word Embeddings
 

新書閱讀



最新影音


優惠活動




讀者服務專線:+886-2-23756688 傳真:+886-2-23318496
地址:臺北市館前路28 號 7 樓 客服信箱
Copyright © 元照出版 All rights reserved. 版權所有,禁止轉貼節錄