多单元有向关联度量：超越词对
计算与语言
2021-04-06 v1
摘要
本文在成对 {\Delta}P 度量的基础上，提出并评估了一系列多单元有向关联度量，能够量化不同长度与表示类型的序列中的关联。多单元度量面临一个额外的切分问题：一旦放弃成对度量的隐式长度约束，关联度量还必须识别有意义序列的边界。本文采用基于向量的方法处理切分问题，使用 18 种独特度量来描述多单元关联的不同方面。对八种语言的考察表明，这些度量在不同语言间具有稳定性，且各自提供了一份独特的关联序列排序。总体而言，这些度量通过将关联推广到不同长度与表示类型，扩展了基于语料库的关联研究方法。
引用
@article{arxiv.2104.01297,
title = {Multi-Unit Directional Measures of Association: Moving Beyond Pairs of Words},
author = {Jonathan Dunn},
journal= {arXiv preprint arXiv:2104.01297},
year = {2021}
}