统计语言学
统计语言学是一门涉及语言学、计算机科学和数学等多门学科的交叉学科，覆盖面广。本书详细阐述语言统计知识、语言统计的R语言实现、统计结果的直观展示和统计结果的语言分析。主要介绍语言学的基本统计、参数假设检验、非参数假设检验、方差分析、文本聚类、文本分类和综合运用这些统计知识的计量风格学研究。 《统计语言学》结构完整，层次分明，条理清楚。既便于教学，又便于自学。可作为中文、外语、计算机等专业高年级本科生和研究生教材，也可供从事语言统计和计量分析的研究者参考
简介
统计语言学是一门涉及语言学、计算机科学和数学等多门学科的交叉学科，覆盖面广。本书详细阐述语言统计知识、语言统计的R语言实现、统计结果的直观展示和统计结果的语言分析。主要介绍语言学的基本统计、参数假设检验、非参数假设检验、方差分析、文本聚类、文本分类和综合运用这些统计知识的计量风格学研究。 《统计语言学》结构完整，层次分明，条理清楚。既便于教学，又便于自学。可作为中文、外语、计算机等专业高年级本科生和研究生教材，也可供从事语言统计和计量分析的研究者参考
版权
出版社清华大学出版社
出版时间2014年9月
热门划线
统计语言学
刘颖
- 概论
- 1.1统计语言学
- 1.2统计语言学与其他学科
- 1.2.1计量语言学
- 1.2.2计算语言学
- 1.2.3语料库语言学
- 1.2.4与三个学科的联系与区别
- 1.3使用统计方法研究的语言特征
- 1.4统计语言学基本研究方法
- 1.5统计语言学研究的步骤
- 1.6统计的语言学应用
- 语料库
- 2.1语料库的定义
- 2.2语料库的类型
- 2.2.1口语语料库与书面语语料库
- 2.2.2单语语料库、双语语料库与多语语料库
- 2.2.3通用语料库与专用语料库
- 2.2.4共时语料库与历时语料库
- 2.2.5动态语料库与静态语料库
- 2.2.6同质语料库与异质语料库
- 2.2.7生语料库与标注语料库
- 2.3国内外主要语料库
- 2.3.1国外的语料库
- 2.3.2国内的语料库
- 2.4本章小结
- 统计在语言研究中的基本应用
- 3.1统计学的基本概念
- 3.1.1总体、个体、样本
- 3.1.2参数与统计量
- 3.1.3常量、变量
- 3.1.4实际值与观测值
- 3.2平均数
- 3.2.1简单算术平均数
- 3.2.2加权算术平均数
- 3.3方差与标准差
- 3.3.1未分组数据的方差与标准差
- 3.3.2分组数据的方差与标准差
- 3.4频度、频率、概率、条件概率、贝叶斯定理
- 3.4.1概率论中的常用概念
- 3.4.2概率
- 3.4.3独立性
- 3.4.4贝叶斯定理
- 3.4.5频度与频率
- 3.5互信息
- 3.6 Z评分
- 3.7Dice系数
- 3.8Phi平方系数(Φ2)
- 3.9对数似然比
- 3.10N元模型
- 3.10.1N元语法
- 3.10.2N元语法模型
- 3.11语言学三大统计规律
- 3.11.1Zipf法则
- 3.11.2MenzerathAltmann定律
- 3.11.3PiotrowskiAltmann定律
- 3.12熵
- 3.12.1静态平均信息熵
- 3.12.2极限熵
- 3.13Yule 图
- 3.14Fuchs公式
- 3.15使用度与通用度
- 3.15.1使用度
- 3.15.2通用度
- 3.16本章小结
- 假设检验
- 4.1假设检验的相关概念
- 4.1.1假设检验的基本原理
- 4.1.2假设的分类
- 4.1.3检验统计量与临界值
- 4.1.4双尾检验与单尾检验
- 4.1.5假设检验的一般步骤
- 4.1.6假设检验中的两类错误
- 4.2参数假设检验
- 4.2.1正态分布
- 4.2.2U检验
- 4.2.3t检验
- 4.2.4χ2检验
- 4.2.5F检验
- 4.2.6参数假设检验比较
- 4.3非参数假设检验
- 4.3.1χ2检验
- 4.3.2秩和检验
- 4.3.3非参数假设检验比较
- 4.4本章小结
- 方差分析
- 5.1方差分析的定义及基本思想
- 5.1.1方差分析的定义
- 5.1.2方差分析的基本思想
- 5.2方差分析的基本概念和使用条件
- 5.2.1方差分析中的基本概念
- 5.2.2使用方差分析的条件
- 5.3方差分析的类型和一般步骤
- 5.3.1方差分析的类型
- 5.3.2方差分析的一般步骤
- 5.4单因素方差分析
- 5.4.1各个因素水平间的样本容量相同
- 5.4.2各个因素水平间的样本容量不完全相同
- 5.4.3方差分析中的多重比较
- 5.5双因素方差分析
- 5.5.1无重复双因素方差分析
- 5.5.2可重复双因素方差分析
- 5.6本章小结
- 文本聚类
- 6.1文本聚类概述
- 6.1.1文本聚类定义
- 6.1.2文本聚类的流程
- 6.2文本聚类中的数据
- 6.2.1聚类分析中使用的数据结构
- 6.2.2数据归一化处理
- 6.3相似度计算
- 6.3.1文本相似度的计算
- 6.3.2特征相似度的计算
- 6.4聚类算法
- 6.4.1层次聚类
- 6.4.2划分聚类
- 6.4.3划分聚类与层次聚类的联系和区别
- 6.5文本聚类性能评价
- 6.5.1纯度
- 6.5.2归一化互信息
- 6.5.3精确度
- 6.5.4F值
- 6.6本章小结
- 文本分类
- 7.1文本分类的定义
- 7.2分类方法
- 7.2.1基于知识工程的方法
- 7.2.2基于机器学习的方法
- 7.3分类步骤与流程
- 7.4文本表示与特征选择
- 7.4.1特征项选择
- 7.4.2词袋模型
- 7.4.3向量空间模型
- 7.4.4特征筛选与权重
- 7.5向量相似度测量
- 7.6分类模型
- 7.6.1朴素贝叶斯(Nave Bayes)
- 7.6.2k最近邻(kNearest Neighbor)
- 7.6.3支持向量机(Support Vector Machines)
- 7.7文本分类的评价
- 7.7.1准确率、召回率
- 7.7.2正确率、错误率
- 7.7.3F值
- 7.7.4微平均和宏平均
- 7.8本章小结
- R语言简介
- 8.1R语言的帮助文件
- 8.1.1R的基本知识在线帮助
- 8.1.2R程序中的关键字符及函数的在线帮助
- 8.2R程序包
- 8.2.1程序包的安装
- 8.2.2程序包的载入
- 8.3R语言的数据结构及基本函数
- 8.3.1R语言的对象类型
- 8.3.2R语言的对象的建立
- 8.3.3数值型向量的常用统计函数
- 8.4数据的读取和存储
- 8.4.1数据的读取
- 8.4.2数据的存储
- 8.5R的基本绘图
- 8.5.1饼图(Pie Plot)
- 8.5.2条形图(Barplot)
- 8.5.3直方图(Hist)
- 8.5.4折线图(Matplot)
- 8.5.5箱线图(Boxplot)
- 8.5.6散点图(Scatter Diagram)
- 8.5.7散点图矩阵(Scatterplot Matrices)
- 8.6假设检验
- 8.6.1参数假设检验
- 8.6.2非参数假设检验
- 8.7方差分析
- 8.7.1方差齐性检验
- 8.7.2单因素方差分析
- 8.7.3双因素方差分析
- 8.8本章小结
- 计算风格学研究
- 9.1计算风格学研究使用的语言特征
- 9.1.1字符方面
- 9.1.2词汇方面
- 9.1.3句子方面
- 9.1.4词类方面
- 9.1.5短语和语法结构方面
- 9.1.6段落方面
- 9.2计算风格学研究中常使用的方法
- 9.3莫言与余华小说计算风格学研究
- 9.3.1基于频率的风格分析
- 9.3.2假设检验的文本风格分析
- 9.3.3基于文本聚类的风格分析
- 9.3.4基于文本分类的风格分析
- 9.3.5小结
- 9.4本章小结
- 附录常用的统计数表
- 附表1标准正态分布函数数值表
- 附表2正态性检验统计量W的系数ai(n)的值
- 附表3正态性检验统计量W的 α分位数Wα表
- 附表4正态性检验统计量Y的α 分位数Yα表
- 附表5t检验临界值表
- 附表6χ2检验临界值表
- 附表7F检验临界值表
- 附表8Wilcoxon秩和检验临界值表
- 附表9统计量H的分位数H1-α(r，f)表
- 附表10多重比较q1-α(r，f)表
- 参考文献
- ......