İçeriğe atla
Arama sonuçlarına dön

Sözcüksel Çeşitlilik — Kelime Zenginliğini Ölçme

Tür
Text quantification / lexical richness measurement

Bu metin makine çevirisidir ve henüz incelenmedi. Asıl metni İngilizce oku

Yazı boyutu

Ne işe yarar?

Sözcüksel çeşitlilik analizi, bir metnin kelime dağarcığının ne kadar çeşitli olduğunu — bir yazarın kelime seçiminin ne kadar zengin olduğunu — tür-yazım oranı (TTR), MTLD, vocd-D ve Yule K gibi ölçümler kullanarak nicelleştirir.

MTLD ve vocd-D ölçümleri, Tweedie ve Baayen'in (1998) sözcüksel zenginlik ölçümlerinin kararlılığı üzerine yaptığı önceki çalışmalardan yararlanarak McCarthy ve Jarvis (2010) tarafından doğrulanmıştır.

Yöntemin mantığı

Bir metnin kullandığı farklı kelime sayısını toplam kelime sayısına oranladığınızda, kelime zenginliği hakkında bir fikir edinirsiniz: aynı birkaç kelimeyi tekrar tekrar kullanan bir metin, birçok farklı kelimeye başvuran bir metinden daha az çeşitlidir. Zorluk, bu basit oranın metin uzadıkça küçülmesidir, bu nedenle yöntem uzunluğa duyarlı olmayan ölçümler kullanır ve bir metni diğerine karşı karşılaştırmadan önce metin uzunluklarını eşitler.

Tarih

Kelime zenginliğini nicelleştirmenin stilometri ve derlem dilbiliminde uzun bir geçmişi vardır. Tweedie ve Baayen (1998), çeşitli sözcüksel zenginlik ölçümlerinin metin uzunluğunun bir fonksiyonu olarak ne kadar kararlı olduğunu inceleyerek uzunluğa duyarlı oranların sınırlamalarını ortaya koymuştur. McCarthy ve Jarvis (2010) daha sonra daha gelişmiş yaklaşımları — MTLD, vocd-D ve HD-D — doğrulayarak uzunluğa duyarlı olmayan ölçümleri çeşitlilik değerlendirmesi için standart olarak belirlemiştir.

Ne zaman kullanılır?

Jetonlanmış metniniz olduğunda ve kelime dağarcığının zenginliğini — yazarlar, belgeler veya gruplar arasında — tanımlamak veya karşılaştırmak istediğinizde sözcüksel çeşitliliği kullanın. Tanımlayıcı ve karşılaştırmalı hedeflere uygundur ve yalnızca mütevazı miktarda metin (en az on jeton civarında) gerektirir, ancak adil karşılaştırma için karşılaştırılan metinler eşit uzunlukta zemine oturtulmalı ve dil ve türe göre eşleştirilmelidir.

Sınırlar ve dikkat edilmesi gerekenler

  • Metin uzunluğu TTR hesaplamasını etkiler; ham TTR, farklı boyutlardaki metinleri karşılaştırırken güvenilmezdir.
  • Karşılaştırmalı analiz, geçerli olması için eşitlenmiş metin uzunlukları (standart parçalar veya seyreltme) gerektirir.
  • Dil ve tür, çeşitlilik puanlarını değiştirir, bu nedenle kontrolsüz karşılaştırmalar yanıltıcı olabilir.

Kaynak metnin koşulları, bağımsız bilimsel inceleme veya analiz motoru doğrulaması yerine geçmez.

Güçlü yönleri

  • Bir metnin kelime zenginliğini iyi doğrulanmış ölçümler (TTR, MTLD, vocd-D, Yule K) kullanarak tek bir karşılaştırılabilir sayıya dönüştürür.
  • MTLD ve vocd-D, ham tür-yazım oranından daha sağlam olacak şekilde tasarlanmıştır.
  • Uygulaması başlangıç düzeyindedir ve hem tanımlayıcı profilleme hem de yazarlar veya gruplar arasında karşılaştırma için kullanışlıdır.

Uygulama alanları

  • Stilometrik ve yazarlık çalışmalarında bir yazarın kelime zenginliğini profilleme.
  • Beşeri bilimlerde yazarlar, belgeler veya türler arasında sözcüksel çeşitliliği karşılaştırma.
  • Dil öğrenimi ve eğitim araştırmalarında kelime gelişimi değerlendirme.
  • Sosyal bilimler ve işletme metin derlemlerinde kelime kullanımı yoğunluğunu karakterize etme.

Nasıl çalışır?

Nasıl çalışır?

1

Metin jetonlara (kelimelere) ayrılır. Farklı kelime türlerini toplam jeton sayısına oranlamak, her çeşitlilik ölçümünün üzerine inşa edildiği temeldir, bu nedenle karşılaştırmak istediğiniz metinler arasında tutarlı jetonlama ilk gereksinimdir.

2

Bir veya daha fazla sözcüksel çeşitlilik ölçümü hesaplanır. Tür-yazım oranı (TTR), farklı kelime türlerinin sayısını toplam jeton sayısına böler; MTLD ve vocd-D, metin uzunluğuna daha az duyarlı şekillerde çeşitliliği tahmin eder; Yule K ise tekrar eden kelimelerin yoğunluğunu karakterize eder. Birlikte, kelime zenginliğini farklı açılardan tanımlarlar.

3

TTR metin uzunluğu büyüdükçe küçüldüğü için, ham puanlar farklı boyutlardaki metinler arasında doğrudan karşılaştırılamaz. MTLD ve vocd-D tasarımları gereği uzunluğa daha bağımsızdır, ancak herhangi bir karşılaştırma için metinler eşit zemine oturtulmalıdır — örneğin standart boyutlu parçalar veya seyreltme ile uzunlukları eşitleyerek — böylece farklılıklar kelime dağarcığını, belge uzunluğunu değil, yansıtır.

4

Normalleştirilmiş puanlar metinler, yazarlar veya gruplar arasında karşılaştırılır. Dil ve tür de çeşitliliği değiştirdiği için, bu faktörler sabit tutulur veya kontrol edilir, böylece karşılaştırma, kelime zenginliği sinyalini karıştırıcı faktörler yerine izole eder.

Sık yapılan hatalar

  • Farklı uzunluklardaki metinleri karşılaştırırken ham TTR'yi karşılaştırmak — daha uzun metinler kaçınılmaz olarak daha düşük TTR gösterir, bu nedenle karşılaştırma kelime dağarcığını değil, uzunluğu yansıtır; MTLD veya vocd-D kullanın veya önce uzunlukları eşitleyin.
  • Bir karşılaştırmada metin uzunluklarını eşitlemeyi başaramamak (standart parça veya seyreltme yok) çeşitlilik farkını yorumlanamaz hale getirir.
  • Dil ve tür farklılıklarını metinleri karşılaştırırken göz ardı etmek, kelime zenginliği sinyalini üslup faktörleriyle karıştırır.

Sık sorulan sorular

Neden sadece tür-yazım oranını (TTR) kullanmıyorsunuz?

TTR sezgiseldir ancak metin büyüdükçe küçülür, çünkü her metin sonunda yaygın kelimeleri yeniden kullanır. Bu, ham TTR'yi farklı uzunluklardaki metinleri karşılaştırmak için güvenilmez hale getirir. MTLD ve vocd-D, metin uzunluğuna çok daha az duyarlı olacak şekilde tasarlanmıştır, bu nedenle karşılaştırma için tercih edilirler.

Ne kadar metne ihtiyacım var?

Yöntem mütevazı miktarda metin üzerinde çalışır — en az on jeton civarında — ancak daha fazla metin daha kararlı tahminler verir. Karşılaştırma için en önemli olan, tek bir metnin çok uzun olması değil, metinlerin eşit uzunlukta zemine oturtulmasıdır.

İki farklı metnin çeşitliliğini doğrudan karşılaştırabilir miyim?

Ancak eşit zemine oturtulduktan sonra. Uzunluklarını standart boyutlu parçalar veya seyreltme ile eşitleyin ve dil ve türe göre kontrol edin, çünkü her üç faktör de çeşitlilik puanlarını kelime zenginliğinden bağımsız olarak değiştirir.

Hangi ölçümü rapor etmeliyim?

MTLD ve vocd-D doğrulanmış, uzunluğa duyarlı olmayan seçeneklerdir ve genellikle tercih edilir. Yule K, tekrar eden kelimelerin ne kadar yoğun olduğunu tanımlar ve TTR, metinler uzunluğa göre eşleştirildiğinde basit bir tanımlayıcı rakam olarak kullanışlı kalır. Birden fazla ölçüm raporlamak daha tam bir resim sunar.

İlgili yöntemler

Kaynaklar

  1. McCarthy, P. M. & Jarvis, S. (2010). MTLD, vocd-D, and HD-D: A validation study of sophisticated approaches to lexical diversity assessment. Behavior Research Methods, 42(2), 381-392.

    DOI kaynağını aç
    Kopyalandı.
  2. Tweedie, F. J. & Baayen, R. H. (1998). How Variable May a Constant Be? Measures of Lexical Richness in Perspective. Computers and the Humanities, 32(5), 323-352.

    DOI kaynağını aç
    Kopyalandı.