StatiStiLiSed meetodid ühendverbide tuvaStamiSeL tekStikorpuSeSt

Abstract

DOI: http://dx.doi.org/10.5128/ERYa11.03 Artiklis vordlen sonadevahelise seose tugevuse mootmise statistilisi meetodeid, mida kasutatakse arvutilingvistikas pusiuhendite tuvastamiseks. Too pohieesmark on rakendada viit summeetrilist statistikut – t-skoori, vastastikuse informatsiooni vaartust, hii-ruut-statistikut, log-toepara funktsiooni ja minimaalset tundlikkust – erineva suurusega korpuste peal ja valja selgitada, milline meetod tootab eesti keele uhendverbide automaatsel tuvastamisel koige paremini. Teine suurem eesmark on katsetulemuste pohjal uurida, milline on korpuse suuruse moju statistikute toole. Lisaks palju testitud nimetatud summeetrilistele statistikutele rakendan psuhholoogiliselt paremini pohjendatud asummeetrilisi statistikuid  ning toon valja nende eelised summeetriliste statistikute ees.