Frequency of Low-Frequency Words in Text Corpora

Varování

Publikace nespadá pod Filozofickou fakultu, ale pod Fakultu informatiky. Oficiální stránka publikace je na webu muni.cz.

Autoři	RYCHLÝ Pavel
Rok publikování	2010
Druh	Článek ve sborníku
Konference	Proceedings of Recent Advances in Slavonic Natural Language Processing, RASLAN 2010
Fakulta / Pracoviště MU	Fakulta informatiky
Citace
www	https://nlp.fi.muni.cz/raslan/2010/paper15.pdf
Obor	Jazykověda
Klíčová slova	Computational linguistics Language model; Low-frequency; Text analysis; Text corpora
Popis	Low-frequency words, esp. words occurring only once in a text corpus, are very popular in text analysis. Also many lexicographers draw attention to such words. This paper lists a detailed statistical analysis of low-frequency words. The results provides important information for many practical applications, including lexicography and language modeling.
Související projekty:	Centrum komputační lingvistiky Právní e-slovník - PES Prostředky tvorby komplexní báze znalostí pro komunikaci se sémantickým webem v přirozeném jazyce Temporální aspekty znalostí a informací