词充实(Word Enrichment)

对选定的文件进行词语丰富性分析。

投入。

• 语料库: 一系列文件。
• 选定数据：从语料库中选取的实例。从语料库中选出的实例。

功能

词充实(Word Enrichment)显示与整个语料库相比，选定子集的p值较低（显著性较高）的单词列表。较低的p值表示该词对所选子集有较高的可能性（不是随机出现在文本中）。FDR（False Discovery Rate，错误发现率）与p值相关联，报告预测集中错误预测的预期百分比，意味着它占低p值列表中的假阳性。

界面

1. 输入的信息。
   • 集群词是指语料库中的所有词。
   • 选取词为所选子集中的所有标记。
   • 经过过滤后报告在子集中发现的充实后的词。
2. 过滤可以通过以下方式进行过滤。
   • p值
   • 虚假发现率(FDR)

示例

在下面的例子中，我们检索的是2016年总统候选人唐纳德-特朗普和希拉里-克林顿的近期推文。然后我们对这些推文进行了预处理，只得到单词作为标记，并去除停顿词。我们将预处理后的语料连接到词袋，得到我们语料的字数表。

然后我们将语料查看器连接到词袋，只选择那些由唐纳德-特朗普发布的推文。请看我们如何只标记作者作为我们的搜索功能来检索这些推文。

词充实(Word Enrichment)接受两个输入–整个语料库作为参考，以及从语料库中选择一个子集来做丰富。首先将语料查看器连接到词充实(Word Enrichment)（输入 Matching Docs → Selected Data），然后将词袋 连接到它（输入 Corpus → Data）。在词充实(Word Enrichment)小工具中，我们可以看到对唐纳德-特朗普比对希拉里-克林顿更重要的单词列表。

反馈问题

文档有问题? 或者有其他意见和建议? 请在本文档的 Github 仓库直接反馈

点我反馈

进入反馈页面不知道如何反馈, 请点击这里