| Marc Kupietz | d6dfdf0 | 2019-12-06 09:53:34 +0100 | [diff] [blame] | 1 | <html> |
| 2 | <p> |
| Marc Kupietz | b37bd84 | 2024-04-05 11:22:30 +0200 | [diff] [blame] | 3 | DeReKoVecs (Fankhauser & Kupietz 2022, 2017, 2019; Kupietz et al. 2018) ist das neue gläserne Labor der des Programmbereichs Korpuslinguistik am IDS. Ähnlich wie die |
| 4 | Kookkurrenzdatenbank <a href="http://corpora.ids-mannheim.de/">CCDB</a> (Keibel & Belica 2007, Belica 2011) dient DeReKoVecs zur Erforschung und zum Vergleich |
| Marc Kupietz | d6dfdf0 | 2019-12-06 09:53:34 +0100 | [diff] [blame] | 5 | von Maßen, Dimensionsreduktionsverfahren, Visualisierungen etc., zum Aufspüren von detaillierten paradigmatischen und syntagmatischen Beziehungen |
| Marc Kupietz | 014220c | 2024-08-28 15:33:43 +0200 | [diff] [blame] | 6 | 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). |
| Marc Kupietz | d6dfdf0 | 2019-12-06 09:53:34 +0100 | [diff] [blame] | 7 | </p> |
| 8 | <p> |
| Marc Kupietz | b37bd84 | 2024-04-05 11:22:30 +0200 | [diff] [blame] | 9 | Die hier verwendeten Modelle beruhen zum einen auf einer Erweiterung von word2vec (Mikolov et al. 2013), wang2vec (Ling et al. 2015) |
| Marc Kupietz | d6dfdf0 | 2019-12-06 09:53:34 +0100 | [diff] [blame] | 10 | und zum anderen auf einfachen Kookkurrenzhäufigkeiten und Analysemethoden, die auf diesen operieren. |
| 11 | </p> |
| Marc Kupietz | 1e00eb8 | 2026-09-04 16:38:30 +0200 | [diff] [blame] | 12 | <h3>Effektive Fenstergröße und Auto-Focus</h3> |
| 13 | <p> |
| 14 | Die Assoziationsmaße LL, MI, MI², MI³ und nPMI werden nicht über das gesamte Kontextfenster |
| 15 | berechnet, sondern nur über die <em>belegten Positionen</em>, also diejenigen, an denen der |
| 16 | Kollokator mindestens einmal vorkommt. Die erwartete Häufigkeit beruht damit auf dieser |
| 17 | effektiven Fenstergröße, wodurch ein Kollokator, der nur an wenigen Positionen auftritt, |
| 18 | höher bewertet wird als einer, der sich über viele verteilt. Das hilft dabei, echte |
| 19 | Kollokationen von Wörtern zu unterscheiden, die lediglich in denselben Kontexten vorkommen. |
| 20 | Die Werte sind dadurch allerdings nicht unmittelbar mit denen von Werkzeugen vergleichbar, |
| 21 | die stets mit einer festen Fenstergröße rechnen. |
| 22 | </p> |
| 23 | <p> |
| 24 | LDaf ist demgegenüber der <em>Auto-Focus</em>-Wert (Belica), also der höchste Wert, den |
| 25 | irgendeine – nicht notwendig zusammenhängende – Auswahl von Positionen erreicht, wie er auch |
| 26 | aus der Kookkurrenzdatenbank <a href="http://corpora.ids-mannheim.de/">CCDB</a> bekannt ist. |
| 27 | Da sein Nenner mit der Breite der Auswahl wächst, bevorzugt er Paare, deren Kookkurrenzen |
| 28 | konzentriert auftreten – weshalb er die Kollokatoren in aller Regel am nützlichsten ordnet |
| 29 | und hier als Standardsortierung dient. Er ist Dice-artig, aber kein Log-Dice, liegt also |
| 30 | nicht auf derselben Skala wie LD und kann höher oder niedriger als dieses ausfallen. Beides |
| 31 | lässt sich an der Auto-Focus-Spalte der Kollokationstabelle ablesen: Die belegten Positionen |
| 32 | sind mit ◽ markiert, die vom Auto-Focus ausgewählten mit ◾. LD selbst hängt von keinem |
| 33 | Fenster ab. |
| 34 | </p> |
| 35 | |
| Marc Kupietz | d6dfdf0 | 2019-12-06 09:53:34 +0100 | [diff] [blame] | 36 | <h3>Disclaimer</h3> |
| 37 | <p> |
| Marc Kupietz | d68f5c3 | 2024-08-23 11:50:32 +0200 | [diff] [blame] | 38 | Bitte beachten Sie, dass wir – anders als z.B. <a href="https://korap.ids-mannheim.de/">KorAP</a> – DeReKoVecs |
| Marc Kupietz | 61f22bf | 2021-03-09 12:56:12 +0100 | [diff] [blame] | 39 | nicht als einen Dienst mit hoher Ausfallsicherheit betreiben (können). DeReKoVecs ist lediglich als gläsernes Labor gedacht. |
| Marc Kupietz | d6dfdf0 | 2019-12-06 09:53:34 +0100 | [diff] [blame] | 40 | Es können sich jederzeit unangekündigt Dinge ändern und auch ein kompletter Ausfall über längere Zeit lässt sich nicht mit Sicherheit ausschließen. |
| 41 | Wenn Sie DeReKoVecs längerfristig für eigene Forschungen verwenden wollen, sprechen Sie uns bitte an. |
| 42 | </p> |
| Marc Kupietz | 4df5533 | 2024-04-05 09:55:56 +0200 | [diff] [blame] | 43 | <h3>Geplante Ausfallzeiten und Ankündigungen</h3> |
| Marc Kupietz | 9ae184c | 2023-11-04 18:21:54 +0100 | [diff] [blame] | 44 | <dl id="downtimes"> |
| Marc Kupietz | 1e00eb8 | 2026-09-04 16:38:30 +0200 | [diff] [blame] | 45 | <dt>04.09.2026</dt> |
| 46 | <dd> |
| 47 | Log-Dice (LD) wird jetzt genau so berechnet, wie es Rychlý (2008) definiert, |
| 48 | \(14 + \log_2 \frac{2f_{1,2}}{f_1 + f_2}\), also ohne den Fenstergrößenfaktor, der bisher |
| 49 | auf \(f_1\) angewendet wurde. Die Werte sind dadurch höher als zuvor, um bis zu |
| 50 | \(\log_2\) der Fenstergröße, und direkt mit denen anderer Werkzeuge wie Sketch Engine |
| 51 | vergleichbar. LDaf ist jetzt der Log-Dice-Wert des Auto-Focus-Fensters und damit |
| 52 | höchstens so hoch wie LD; die Differenz zwischen beiden zeigt, wie stark die |
| 53 | Kookkurrenzen in diesem Fenster konzentriert sind. Die übrigen Maße ändern sich nicht, |
| 54 | da die Fenstergröße dort in die erwartete Häufigkeit gehört. |
| 55 | </dd> |
| Marc Kupietz | 9ae184c | 2023-11-04 18:21:54 +0100 | [diff] [blame] | 56 | </dl> |
| Marc Kupietz | 61f22bf | 2021-03-09 12:56:12 +0100 | [diff] [blame] | 57 | </html> |