请教：compare 2 wordlists遇到的问题

[angie_tzs]

在使用wordsmith 5.0 执行compare 2 wordlists 时，出现了下面图片中标出的现象，自己不明白怎么回事，请教一下各位老师：
1 词表中部分词会出现两次，但是所显示在原词表及参考词表中的频率和比例均一致，唯独keyness不用，且相差很大（如下面截图中的CHINA一词）。为什么会有这种情况？
2 我原来的理解就是凡是keyness显示是正的，就代表该词在原词表中出现的比率比其在参考词表中出现的要大。但看比较后的结果看有些是相反的Keyness显示是正的。想请教一下老师：这个keyness是怎么计算的？

 

[liuyunfeng1977]

回复: 请教：compare 2 wordlists遇到的问题

你在做keyword list, 结果中出现了很多is, for, has ,as, from ,by成为keyword, 关键值那么大。确实很奇怪。检查下步骤，别把observed list和reference list位置设置颠倒了。能告知你observed list和reference list 各自大小吗？各是什么方面的语料？
你再试下，也可以把2个lists贴上（如果不保密的话），都试试。
Keyness是WSmith自己算出来的，它取决于keyword在observed corpus和 reference corpus中的频数和百分比。

 

[angie_tzs]

回复: 请教：compare 2 wordlists遇到的问题

谢谢您关注并帮助我解决。
我是收集了两本经济类杂志的文章，一本为美国的，一本为中国的（英文发行），然后生成了对应的两个wordlist，没有做keyword。然后以中国杂志的词表作为observed wordlist，以美国的作为reference wordlist。之后执行的操作仅仅是这两个词表的比较。所以词表中出现的词会跟keyword 词表中显示的不一样。

 

[liuyunfeng1977]

回复: 请教：compare 2 wordlists遇到的问题

谢谢您关注并帮助我解决。
我是收集了两本经济类杂志的文章，一本为美国的，一本为中国的（英文发行），然后生成了对应的两个wordlist，没有做keyword。然后以中国杂志的词表作为observed wordlist，以美国的作为reference wordlist。之后执行的操作仅仅是这两个词表的比较。所以词表中出现的词会跟keyword 词表中显示的不一样。

WSmith是在两个list中做的keyword list. keywordlist中的词是observed list中表达主题或内容的keyword。
你找了“2本”...文章，你的2种语料各有多少？太少有可能影响keywordlist.
再者，你比较中美经济类报道，同质的内容，keyword是中国语境下商务（经济）英语的典型表达，很鲜明的中国特色。
如果你拿中国部分同异质内容区比较，获取的keyword可能会多一点。
你的研究很好。不知LZ的研究目的是什么？

 

[angie_tzs]

回复: 请教：compare 2 wordlists遇到的问题

WSmith是在两个list中做的keyword list. keywordlist中的词是observed list中表达主题或内容的keyword。
你找了“2本”...文章，你的2种语料各有多少？太少有可能影响keywordlist.
再者，你比较中美经济类报道，同质的内容，keyword是中国语境下商务（经济）英语的典型表达，很鲜明的中国特色。
如果你拿中国部分同异质内容区比较，获取的keyword可能会多一点。
你的研究很好。不知LZ的研究目的是什么？

两个期刊均为学术期刊，预计各收集四年的，这样国内的期刊文章词数在一百万左右，外文期刊文章由于发行刊数少，四年可达到80万左右。现在才开始做，之前是用50%的语料生成的list。我打算是在比较wordlist之后希望发现一些用词上intreresting的点，然后寻求合适的理论去解释。我选的期刊应该是您所说的异质内容的，我本身也是不想做内容方面的研究。目前才开始进行[/QUOTE]