知识卡片
相依表先定义计数事件
二元搭配的2×2相依表把第一位置是否为w1、第二位置是否为w2组合成四格:两者同现、仅前者、仅后者、两者皆否。行列和是边缘频数,总和是同一观察空间的总数;知道同现和边缘频数可推算其余格。频数本身不是概率,也不是条件概率,必须按相应分母归一化;边界与窗口改变时不能随意混用不同口径的词次。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
相依表(contingency table)来排序单词的共现(collocation),它是用任意给定的二元文法与在二元文法中出现其他单词的概率相比较而得到。从概念上说,雅尔卡系数衡量了集合的相似度,在这种情形下,样本集是用来与文本中出现的二元文法来做具体的比较。 计算相依表和雅卡尔值的细节属于更高级的主题,但是下面的小节提供了对那些细节的延伸讨论,因为它们
参考来源
- 位置:《社交网站的数据挖掘与分析(原书第2版)》第4章《4.4.4 分析人类语言中的二元文法》(spine87;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0076.html;u067-ch04-035)。
- 结论依据:原文在“相依表”附近的定义、例子或代码支撑本卡核心说明:二元搭配的2×2相依表把第一位置是否为w1、第二位置是否为w2组合成四格:两者同现、仅前者、仅后者、两者皆否。边界按已读前提解释;示例未执行。
- 原始内容:相依表(contingency table)来排序单词的共现(collocation),它是用任意给定的二元文法与在二元文法中出现其他单词的概率相比较而得到。从概念上说,雅尔卡系数衡量了集合的相似度,在这种情形下,样本集是用来与文本中出现的二元文法来做具体的比较。 计算相依表和雅卡尔值的细节属于更高级的主题,但是下面的小节提供了对那些细节的延伸讨论,因为它们