《textanalytics》课程简单总结（1）：两种word relations——Paradigmatic vs. Syntagmatic

mmc2015

于 2015-07-18 10:37:57 发布

阅读量1w

点赞数 1

CC 4.0 BY-SA版权

分类专栏：机器学习——文本挖掘《Text Mining and Analytics》

本文链接：https://blog.youkuaiyun.com/mmc2015/article/details/46940373

本文是Coursera《Text Analytics》课程的初步总结，重点介绍了词汇的Paradigmatic（聚合）与Syntagmatic（组合）关系。Paradigmatic关系关注词的类别相似性，如“cat”与“dog”，而Syntagmatic关系关注词的组合出现，如“cat”与“sit”。文章探讨了如何挖掘和计算这两个概念的强弱，提到了使用Bag of Words和Vector Space Model的方法，并指出在衡量相似度时，平滑TF-IDF的重要性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

coursera上的公开课《https://www.coursera.org/course/textanalytics》系列，讲的非常不错哦。

1、两种关系：Paradigmatic vs. Syntagmatic（聚合和组合）

• Paradigmatic: A & B have paradigmatic relation if they can be substituted for each other (i.e., A & B are in the same class)
– E.g., “cat” and “dog”; “Monday” and “Tuesday” （聚合：同一类别的，high similar context）
• Syntagmatic: A & B have syntagmatic relation if they can be combined with each other (i.e., A & B are related semantically)
– E.g., “cat” and “sit”; “car” and “drive”（组合：常在一起出现的，high correlated occurrences but relatively low individual occurrences）

2、挖掘Paradigmatic（聚合）关系：

2.1、如何挖掘两个词（例如dog和cat）的聚合关系强不强？

因为聚合关系本质上反映的是context similarity，所以我们可以首先获取所有文档中出现dog、cat的句子的context，dog左边一个词的context、dog右边一个词的context，例如：Left1(“cat”) = {“my”, “his”, “big”, “a”, “the”,…}，Right1(“cat”) = {“eats”, “ate”, “is”, “has”, ….}，Window(“cat”) = {“my”, “his”, “big”, “eats”, “fish”, …}；同理可获得