HOME

DATI

CONSULTAZIONE
GRAFI

BIBLIOGRAFIA

CONTATTI

 

 

 

 

I dati

 

Partendo dai file lemmatizzati dei testi autorizzati e non autorizzati, sono stati estratti tre tipi di statistiche di coricorrenza, che come finestra di contesto utilizzano rispettivamente:

• Finestra ±2: le 2 parole contenuto (nomi, verbi, aggettivi ed avverbi) immediatamente precedenti e immediatamente seguenti la parola target all’interno della stessa frase;
• Finestra ±5: le 5 parole contenuto immediatamente precedenti e immediatamente seguenti la parola target all’interno della stessa frase;
• Finestra ±20: le 20 parole contenuto immediatamente precedenti e immediatamente seguenti la parola target all’interno della stessa frase.

I dati dei tre spazi così ottenuti sono riassunti nella seguente tabella:

 

Classi delle parole usate come target e come contesti	Nomi, verbi e aggettivi
Frequenza minima delle parole usate come target	25
Frequenza minima delle parole usate come contesti	10
Numero di vettori target	6465
Numero di contesti	11273
Riduzione della dimensionalità	Singular Value Decomposition a 100 dimensioni latenti
Finestre contestuali	± 2, ± 5 e ± 20 parole contenuto
Stopwords	Essere, avere, fare, verbi modali, nomi propri, avverbi, aggettivi dimostrativi e possessivi
Weighting della matrice	PPMI (Positive Pointwise Mutual Information)
Misura di similarità semantica	Coseno