原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
主题词分析与语料库间的比较
主题词分析
与语料库间的比较
梁茂成
主要内容
为什么要发现主题词？
数据与研究问题：孰先孰后？
主题性：卡方与对数似然率
主题词表生成方法
主题性的人工计算方法
什么是主题词
Keyword: a word whose frequency in one
corpus is unusually higher (or lower) than
that in another corpus.
为什么要发现主题词
The aboutness of a text or texts
Difference between groups of texts
为什么要发现主题词
观察语料库（observed corpus ）：
兴趣所在；
库容更小。
观察语料库与参照语料库
参照语料库（reference corpus ）：
通用语料库；
库容更大。
观察语料库与参照语料库
几个相关问题：
通用语料库？
库容更大？
可比性问题
数据与研究问题：孰先孰后？
数据为先
典型的语料库驱动的方法；
通过软件操作批量发现。
数据与研究问题：孰先孰后？
问题为先
典型的基于语料库的研究方法；
大多需要人工计算；
主题性：卡方与对数似然率
卡方检验是频数差异检验的基本方法；
对数似然率是卡方检验的改进；
主题性值的大小
主题词表生成方法
AntConc操作
主题性的人工计算方法
Chi-square and Loglikelihood Calculator
几个问题
Key-key words
Key phrases (n-grams) and key POS-grams
Keywords and specialized dictionaries
案例
The case of the third person singular pronoun:
Question 1: Do females talk about males more
than males themselves?
Question 2: Do males use the generic third
person singular more than females do?
文档评论（0）