
【计】 associated value
combine; union; tie; band; coalescence; couple; incorporation; inosculate
join; linkup
【计】 coalesce
【医】 combination; concrescence; conjugation; hapt-; hapto-; junctura
linkage; nexus
【经】 incorporate; incorporation; integration
cost; value; happen to; on duty
【医】 number; titer; titre; value
在汉英词典语境下,“结合值”通常指词语在特定语境中与其他词语搭配使用时产生的量化关联强度或共现概率的度量值。这一概念在计算语言学、语料库分析及自然语言处理中尤为重要,用于客观评估词语间的结合紧密度。以下是其核心含义解析:
“结合值”反映词语搭配(Collocation)的统计显著性。例如:
其计算常基于语料库频率,公式可表示为:
$$ text{结合值} = f(w_1, w_2) - [f(w_1) cdot f(w_2)/N] $$
其中 (f) 为频率,(N) 为语料库总词数。
互信息(Pointwise Mutual Information, PMI)
衡量词语间独立性的偏离程度:
$$ text{PMI}(w_1, w_2) = log_2 frac{P(w_1, w_2)}{P(w_1)P(w_2)} $$
PMI值越高,结合值越强(如“盐”与“咸”的PMI显著高于“盐”与“甜”)。
T-Score与Z-Score
通过假设检验验证共现是否偶然:
$$ Ttext{-score} = frac{f(w_1,w_2) - E(f)}{sqrt{f(w_1,w_2)}} $$
高T值表明搭配稳定(如“commit”与“crime”)。
结合值优化短语对齐(如中文“存钱”优先译作“deposit money”而非“save money”)。
识别高频搭配(如《牛津高阶英汉双解词典》标注“heavy rain”而非“strong rain”)。
提升关键词关联性(如“人工智能”与“深度学习”的高结合值增强内容相关性)。
结合值模型基于语料库语言学统计方法,详见Manning与Schütze的《统计自然语言处理基础》(MIT Press)。
PMI与T-Score的应用参考Jurafsky与Martin的《语音与语言处理》(Pearson)。
搭配分析在词典编纂中的案例见Sinclair的《语料库、检索与搭配》(John Benjamins)。
注:具体算法实现可参考自然语言处理工具库(如NLTK、spaCy),其内置的搭配提取模块均依赖结合值计算。
“结合值”是一个技术术语,尤其在计算机科学领域使用。以下是综合多个来源的详细解释:
结合(jié hé):
值(zhí):
结合值(Associated Value):
# 示例:字典中的键值对
user = {"name": "Alice", "age": 30}# "Alice"和30是键对应的结合值
术语 | 特点 | 示例场景 |
---|---|---|
结合值 | 强调关联性产生的数值 | 对象属性、键值对 |
独立值 | 未与其他实体绑定 | 独立变量、常量 |
“结合值”是技术场景中通过关联关系形成的数值,其核心在于数据与实体的绑定。如需进一步了解“值”的其他含义(如经济学中的价值),可参考来源。
菜末蝽参差的偿清城区垂直表触物感痛打字机芳基丙烯酰芳烃非直接火蒸汽锅炉非主要物资条款腹膜渗漏跟随驱动光活性聚合物惯性导航环中的氮检修停机铰链样切骨术接触部分开接力片流平衡胎强制性法规琼脂划线全面的强制性制裁生柿汁双面焊接索引点韦永氏管