| <html> |
| <p> |
| DeReKoVecs (Fankhauser & Kupietz 2022, 2017, 2019; Kupietz et al. 2018) ist das neue gläserne Labor der des Programmbereichs Korpuslinguistik am IDS. Ähnlich wie die |
| Kookkurrenzdatenbank <a href="http://corpora.ids-mannheim.de/">CCDB</a> (Keibel & Belica 2007, Belica 2011) dient DeReKoVecs zur Erforschung und zum Vergleich |
| von Maßen, Dimensionsreduktionsverfahren, Visualisierungen etc., zum Aufspüren von detaillierten paradigmatischen und syntagmatischen Beziehungen |
| zwischen Wörtern auf Grundlage Ihrer Verwendung in sehr großen Korpora wie DeReKo (Kupietz et al. 2010, 2018) oder CoRoLa (Barbu Mititelu et al. 2018, Cristea et al. 2017). |
| </p> |
| <p> |
| Die hier verwendeten Modelle beruhen zum einen auf einer Erweiterung von word2vec (Mikolov et al. 2013), wang2vec (Ling et al. 2015) |
| und zum anderen auf einfachen Kookkurrenzhäufigkeiten und Analysemethoden, die auf diesen operieren. |
| </p> |
| <h3>Effektive Fenstergröße und Auto-Focus</h3> |
| <p> |
| Die Assoziationsmaße LL, MI, MI², MI³ und nPMI werden nicht über das gesamte Kontextfenster |
| berechnet, sondern nur über die <em>belegten Positionen</em>, also diejenigen, an denen der |
| Kollokator mindestens einmal vorkommt. Die erwartete Häufigkeit beruht damit auf dieser |
| effektiven Fenstergröße, wodurch ein Kollokator, der nur an wenigen Positionen auftritt, |
| höher bewertet wird als einer, der sich über viele verteilt. Das hilft dabei, echte |
| Kollokationen von Wörtern zu unterscheiden, die lediglich in denselben Kontexten vorkommen. |
| Die Werte sind dadurch allerdings nicht unmittelbar mit denen von Werkzeugen vergleichbar, |
| die stets mit einer festen Fenstergröße rechnen. |
| </p> |
| <p> |
| LDaf ist demgegenüber der <em>Auto-Focus</em>-Wert (Belica), also der höchste Wert, den |
| irgendeine – nicht notwendig zusammenhängende – Auswahl von Positionen erreicht, wie er auch |
| aus der Kookkurrenzdatenbank <a href="http://corpora.ids-mannheim.de/">CCDB</a> bekannt ist. |
| Da sein Nenner mit der Breite der Auswahl wächst, bevorzugt er Paare, deren Kookkurrenzen |
| konzentriert auftreten – weshalb er die Kollokatoren in aller Regel am nützlichsten ordnet |
| und hier als Standardsortierung dient. Er ist Dice-artig, aber kein Log-Dice, liegt also |
| nicht auf derselben Skala wie LD und kann höher oder niedriger als dieses ausfallen. Beides |
| lässt sich an der Auto-Focus-Spalte der Kollokationstabelle ablesen: Die belegten Positionen |
| sind mit ◽ markiert, die vom Auto-Focus ausgewählten mit ◾. LD selbst hängt von keinem |
| Fenster ab. |
| </p> |
| |
| <h3>Disclaimer</h3> |
| <p> |
| Bitte beachten Sie, dass wir – anders als z.B. <a href="https://korap.ids-mannheim.de/">KorAP</a> – DeReKoVecs |
| nicht als einen Dienst mit hoher Ausfallsicherheit betreiben (können). DeReKoVecs ist lediglich als gläsernes Labor gedacht. |
| Es können sich jederzeit unangekündigt Dinge ändern und auch ein kompletter Ausfall über längere Zeit lässt sich nicht mit Sicherheit ausschließen. |
| Wenn Sie DeReKoVecs längerfristig für eigene Forschungen verwenden wollen, sprechen Sie uns bitte an. |
| </p> |
| <h3>Geplante Ausfallzeiten und Ankündigungen</h3> |
| <dl id="downtimes"> |
| <dt>04.09.2026</dt> |
| <dd> |
| Log-Dice (LD) wird jetzt genau so berechnet, wie es Rychlý (2008) definiert, |
| \(14 + \log_2 \frac{2f_{1,2}}{f_1 + f_2}\), also ohne den Fenstergrößenfaktor, der bisher |
| auf \(f_1\) angewendet wurde. Die Werte sind dadurch höher als zuvor, um bis zu |
| \(\log_2\) der Fenstergröße, und direkt mit denen anderer Werkzeuge wie Sketch Engine |
| vergleichbar. LDaf ist jetzt der Log-Dice-Wert des Auto-Focus-Fensters und damit |
| höchstens so hoch wie LD; die Differenz zwischen beiden zeigt, wie stark die |
| Kookkurrenzen in diesem Fenster konzentriert sind. Die übrigen Maße ändern sich nicht, |
| da die Fenstergröße dort in die erwartete Häufigkeit gehört. |
| </dd> |
| </dl> |
| </html> |