文書の過去の版を表示しています。
単語 | 特定分野(S) | 一般分野(G) |
---|---|---|
w | a = freq(w, S) | b = freq(w, G) |
!w | c = freq(!w, S) | d = freq(!w, G) |
ここで、freq(w, S)はコーパスS中の単語 w の出現頻度、!w はw以外の全単語を意味する。 また、コーパスS+Gの全単語の出現頻度を n (=a + b + c + d)とする。
以下の a, b, c, d, nは上記の意味で用いる。
LLR = 2 * ( a * LN(a) + b * LN(b) + c * LN(c) + d * LN(d) - (a + b) * LN(a + b) - (a + c) * LN(a + c) - (b + d) * LN(b + d) - (c + d) * LN(c + d) + (a + b + c + d) * LN(a + b + c + d) )
chi2 = n (a * d - b * c) ** 2 / ((a + b) * (c + d) * (a + c) * (b + d))
Yates = n * (abs(a * d - b * c) - n / 2) ** 2 / ((a + b) * (c + d) * (a + c) * (b + d))
PMI = log (a * n / ((a + b) * (a + c)) )
Cosine = a / sqrt((a + b) * (a + c))
Dice = 2 * a / ((a + b) + (a + c))
CSM = (a * d - b * c) / sqrt((a + c) * (b + d))