T-BDLD Serbest Derlem Sorgusu
Sözcük, çekimli biçim ya da öbek yazın; sonuçlar 5 sol + 6 sağ sözcük penceresiyle gelir.
BAYT sözcüğünün derlemdeki görünümü
T-BDLD'nin güncel verisinde 1.710 geçiş bulunuyor; bu değer bir milyon sözcükte 0.63 kullanıma karşılık geliyor. Derlem yaygınlığı nadir düzeyinde.
Derlemde öne çıkan biçimler
Toplam 47 farklı yüzey biçimi içinde sıklığı en yüksek olanlar.
Temsil edici güncel bağlamlar
OCR gürültüsü, reklam dili, özel ad ağırlığı ve kamuya açık sunuma uygun olmayan içerik süzülerek seçildi.
- Bunu başarabilmek için, deneyi yapanlar 1, 7 milyardan fazla sinir hücresi ve her biri 24 bayt veri depolayabilecek 10 trilyondan fazla sinaps yaptılar.
- Elde edilen parametreler volume _ bayt, uygulamadan harici sitelere gönderilen bayt kullanılarak model oluşturulmuş ve sınıflandırma tahminleri yapılmıştır.
- İyicil ya da kötücül olmak üzere yapılan tahmin giden verilerin bayt cinsinden hacmini ifade eder. sonucudur.
- On'un onbeşinci gücündeki bayt birkaç ömürlük anı ve deneyimleri, hatta daha fazlasını kapsayabilir.
- Ne yazık ki polis Bayt ap'ın sorgusunda en küçük bir ipucu elde edemediğini açıkladı.
- İkinci bayt grubu da net listesi olarak tanımlanmıştır.
Kılavuz: Serbest Derlem Sorgusu ve Eş Kullanım Ölçütleri
Serbest Derlem Sorgusu
Serbest derlem sorgusu, yazılan sözcüğü, çekimli biçimi ya da öbeği merkezde gösterip çevresindeki bağlamı iki yana ayıran derlem okuma biçimidir.
Sol bağlam aranan sözcükten önceki 5 sözcüğü, sağ bağlam aranan sözcükten sonraki 6 sözcüğü gösterir.
Merkez, cümlede yakalanan gerçek yüzey biçimidir; arama lemma üzerinden genişlese bile merkezde cümlede geçen çekimli biçim görünür.
Arama önce yazılan biçimi tarar; gerekiyorsa ClickHouse yüzey→lemma eşlemesiyle lemma ve öbek adayları da birlikte denenir.
Derleme son eklenme zamanı, sorgunun tamamıyla eşleşen en yeni cümlenin T-BDLD'ye işlendiği zamanı Türkiye saatine göre gösterir; kaynak yayın tarihi değildir.
Sözcüğün yaşam çevrimi, cümlenin derleme giriş zamanını değil, web sayfasının yayın tarihini; kitap, makale ve tezlerde ise kaynakta doğrulanan yayın yılını veya tarihini kullanır.
Eş Kullanım
Eş kullanım, aranan sözcüğün yakınında sık görülen diğer sözcükleri gösterir.
Bu sayfada eş kullanım öğeleri ClickHouse üzerinde tutulan 2-4 sözcüklü ngram kalıplarından çıkarılır ve birlikte kullanım sayısına göre sıralanır.
Yoğunluk çubuğu, listedeki en yüksek birlikte kullanım sayısına göre göreli ağırlığı gösterir.
Serbestlik derecesi, aranan sözcüğün çok sayıda eş kullanım öğesiyle dengeli mi, yoksa birkaç kalıpla mı kullanıldığını gösterir.
Alan Yayılımı
Alan yayılımı, aranan sözcüğün T-BDLD alan/tür analizinde hangi alanlarda cümle izi bıraktığını gösterir.
En yaygın alan cümle sayısına göre, baskın alan alan puanına göre hesaplanır.
Yayılım skoru, sözcüğün tek bir alana mı yığıldığını yoksa birçok alana dengeli mi dağıldığını Shannon çeşitliliğiyle özetler.
İstatistiksel Skorlar
NPMI, iki sözcüğün rastlantısal beklentiye göre ne kadar birlikte göründüğünü -1 ile +1 arasında ölçer; yüksek değer daha özgül ilişki demektir.
logDice, ortak kullanım gücünü frekans farklarından daha az etkilenerek verir; yüksek değer daha yerleşik eş kullanıma işaret eder.
t-score, birlikte görünmenin sayısal olarak ne kadar güçlü olduğunu gösterir; sık ve kararlı eş kullanımlar yüksek çıkar.
Serbestlik, Shannon çeşitliliği ile en sık eş kullanım öğesinin payını birlikte değerlendirir; yüksek değer serbest kullanımı, düşük değer kalıplaşma eğilimini gösterir.
Okuma Notu
Yüksek birlikte kullanım sayısı yaygınlığı, yüksek NPMI ise özgüllüğü öne çıkarır. Bu yüzden sık kullanılan genel sözcüklerde sayı yüksek, NPMI daha düşük olabilir.
En güçlü yorum, birlikte kullanım sayısı, NPMI, logDice ve t-score değerlerinin birlikte okunmasıyla yapılır.
Değerlik (Valency)
Değerlik, bir sözlükbirimin çevresinde hangi tamlayıcıları seçtiğini ve bu tamlayıcıları hangi durum ekleri, ilgeçler veya yan tümcelerle düzenlediğini gösterir.
Tekli sözcükler ile öbek ve tamlamalar aynı yöntemle incelenir. Çok sözcüklü birimlerin içindeki sözcükler tamlayıcı sayılmaz; yalnız birimin dışındaki ilişkiler ölçülür.
Çekirdek, güçlü, seçimlik ve seyrek etiketleri; kullanım payı, kaynak çeşitliliği, yakınlık, yön, Wilson güven alt sınırı ve çerçeve kararlılığından hesaplanan derlem eğilimleridir.
Sonuçlar mutlak dil bilgisel zorunluluk bildirmez; derleme yeni cümle yazıldığında canlı ClickHouse imzasıyla yeniden değerlendirilir.