|
本帖最后由 喬治兄 于 2019-3-21 21:08 编辑
辭典詞彙量估算匹配
在此提供試算表 您可自行預估拿捏 wordlist 詞條數量
延伸此點交代不清之處
https://www.pdawiki.com/forum/forum.php?mod=viewthread&tid=33566&extra=
1. 要先預估其要製作的辭典的辭彙量,
若能知道正確辭彙量是最好的, 但往往不知道其多少辭彙量
可能辭典序言上標示的辭彙量也不一定正確
此可利用 Excel 統計 random 的函數產生的 30 個隨機數來挑其頁數
算一下那 30 頁 每頁各多少詞頭, 然後求個平均值在乘上頁數.......就大概是那辭彙量
保險一點的話在加上3個標準異差乘上頁數.......這樣辭彙量應能大概都能含概了吧
因此關於您要用多少的辭彙量來配那本字典, 您也可選 30~40 萬的 wordlist 來配4~5 萬的辭典
問題是整頁都是多一堆辭典沒有的字, 也是同樣多花時間找
P.S. 已用過 47 萬多的21世紀英漢 wordlist 來配 外研社新英漢詞典 (圖片版)
效果真的不佳
此 EXCEL 例只是說明小弟並無真的去算那抽樣的30頁
也就是說只要配到 26萬多就基本含蓋了
不需用到 47 萬多的wordlist 來配
其實用平均值6萬6 以上配, 應該是效果已不錯了
僅供參考
每頁匹配多少詞條可用 countif 來算
比較一下每頁的詞條數和匹配的詞條數
若是各依其數具計算出來的平均值和標準異差都很接近
那表示你應該匹配的還可以吧
辭典詞彙量估算匹配_4............應該是比較合理的預估模型
(書頁詞條數-匹配數)<= 沒配到的詞條數
以沒配到的詞條數算出平均值和標準異差.......各乘上頁數
7240 , 3726
也就是說以此 wordlist 來配完此辭典大概平均沒配到的詞條數 在 7240條數 但預估最大值 18418條數
所以用 66595+7240=73834.......大概都能配到的平均值
若要在保險點則加沒配到的詞條數的預估最大值 18418......66595+18418=85013
所以 min=73834 max=85013
|
评分
-
1
查看全部评分
-
本帖被以下淘专辑推荐:
- · 词典制作|主题: 217, 订阅: 39
- · 词典制作|主题: 111, 订阅: 24
|