给定一个数字范围，比如从 [80,240] 开始，很容易确定该范围中有多少位于 [100,105] 内：(105-100)/(240-80) = 5/160 = .03125。简单的。
那么现在，Meriam Webster 字典中有多少介于雨伞和天鹅绒之间？即使我们假设文本在整个语料库中均匀分布，是否有文本的标准度量？
问问题
38 次
1 回答
1
我不认为有一个标准。如果您将 Meriam Webster 的所有条目放在一个数组中，则可以使用第一个和最后一个位置作为边界，因此您将有一个从 1 到 n 的集合。然后你可以选择“umbrella”和“velvet”的位置，称它们为xand y，然后计算你的范围为(y - x + 1) / (n)。
如果您将单词视为有序集合的元素，那么这会起作用，以便让它们表现得像实数。您基本上是将集合中两个数字之间的距离除以集合边界之间的距离。某些形式的代数以不同的方式处理它们 - 例如，在计算任何两个给定单词之间的Levenshtein 距离时，每个单词都被视为具有与字符一样多的维度的向量。
您可以使用 Meriam Webster 中最大的词来定义 n 维空间的边界（提示：它是“pneumonoultramicroscopicsilicovolcanoconiosis”，因此您的空间将有 45 个维度）。然而，当考虑任何A-B一对词C时，中间长度的第三个词可能在也可能不在它们之间，这取决于从A到的转换所涉及的操作B。
您必须检查长度在 and 之间的每个单词，A以B检查它们是否在 and 之间的范围内A...B所以这不是简单的微积分问题，我不知道这是否可行现在用普通电脑。这只是考虑到梅里亚姆的近一百万个条目。
于 2013-09-06T21:15:32.930 回答