Ana içeriğe geç

Bir özniteliğin kaynağını bul

Bir sayıyı çalışmanızda kullanacaksanız nereden geldiğini yazmanız gerekir. Kütüphane bunu size hazır verir.

describe_feature

tlf.describe_feature("mattr")

{'key': 'mattr',
 'group': 'lexical',
 'group_label': 'Lexical richness & frequency',
 'description': 'moving-average TTR',
 'formula': 'mean TTR of every sliding window of mattr_window words',
 'scale': 'ratio_0_1',
 'inputs': ('raw_text', 'surface_tokens', 'lemma_tokens', 'pos_data'),
 'params': ('mattr_window',),
 'requires': 'at least 100 words (2 x mattr_window)',
 'citation': 'Covington & McFall (2010); default window 50 — C&M recommend a window of '
             '500; 50 is used here so that texts of 100+ words can be measured (mattr '
             'needs 2 × window)',
 'references': ('Covington, M. A., & McFall, J. D. (2010). Cutting the Gordian knot: '
                'The moving-average type–token ratio (MATTR). Journal of Quantitative '
                'Linguistics, 17(2), 94–100. DOI 10.1080/09296171003643098',),
 'definitions': {'word': {'name': 'space_unit',
                          'source': 'tlf',
                          'description': 'Whitespace-separated piece of the raw text '
                                         'with edge punctuation stripped, containing a '
                                         "letter or digit; the library's default "
                                         'word.'},
                 'type': {'name': 'lowercase_surface',
                          'source': 'tlf',
                          'description': 'The word string lowercased by language '
                                         '(Turkish I→ı, İ→i); inflected forms are '
                                         'separate types.'}}}

Alanlar ne işe yarar

Alan Ne için
description Bir tümcelik tanım
formula Hesabın kendisi, sözel
scale Ölçek: ratio_0_1, score, count…
inputs Hangi ön işleme adımına ihtiyaç duyduğu
params Hangi FeatureParams alanının onu etkilediği
requires Sayı üretmesi için gereken en az veri; sağlanmazsa nan
citation Kısa işaretçi — yöntem bölümünde parantez içi
references Tam bibliyografik kayıt — kaynakçaya kopyalanacak olan
definitions formuladaki terimlerin ne demek olduğu ve tanımın nereden geldiği: her terim için {"name", "source" (kuralı kim koyuyor: tlf, spacy, zeyrek, textstat, wordfreq), "description" (tek tümce: nasıl sayıldığı)}; yalnız o formülün kullandığı terimler; dile göre değişen terimde (syllable, type) describe_feature(key, lang="tr") dili seçer

Künye ne bilmediğimizi de söyler

Yukarıdaki örnekte künye şunu yazıyor:

default window 50 — C&M recommend a window of 500; 50 is used here so that texts of 100+ words can be measured (mattr needs 2 × window)

Yani: yöntem Covington & McFall'ın, ama varsayılan pencere boyu onlardan gelmiyor. Bu ayrımı künyeden okuyabilmeniz kasıtlıdır.

Aynı kalıbın başka biçimleri:

  • "Herdan (1960/1964), as cited in Tweedie & Baayen (1998) p.327, eq. (5)" — birincil kaynağa ulaşılamadı, formül aktaran kaynaktan alındı. 15 künye böyledir ve hepsi as cited in ile işaretlidir.
  • "McLaughlin (1969) p.641; polysyllabic = 3+ syllables — the ratio form of SMOG's input, not the source's own measure" — ölçü kaynaktan türetilmiş ama kaynağın kendi ölçüsü değil.

Kaynağı olmayan öznitelikler

d = tlf.describe_feature("punct_dash_ratio")
d["citation"], d["references"]

(None, ())

citation None ise o anahtar adlandırılmış bir literatür ölçüsü değildir, saf bir tanımdır: punct_dash_ratio ("tire / bütün noktalama işaretleri"), uppercase_ratio ("büyük harfle başlayan sözcüklerin payı"), lemma_count ("farklı lemma sayısı"). Bir dış etiket şemasının kategorisini sayan anahtarların künyesi ise None değildir, şemayı gösterir (case_loc_ratio → UD; zeyrek_case_loc_ratio → Zeyrek).

Türkçedeki 208 anahtarın 11'inin künyesi yoktur.

Kaynakçayı oluşturmak

kullandiklarim = ["mattr", "atesman", "sent_len_mean"]

kaynaklar = set()
for k in kullandiklarim:
    kaynaklar.update(tlf.describe_feature(k)["references"])

for r in sorted(kaynaklar):
    print(r)

Bu size yalnız kullandığınız özniteliklerin kaynakçasını verir — 56 eserin tamamını değil.

Sayı gerçekten tutuyor mu

Künye kaynağı söyler; tuttuğunu söylemez. Onun için ayrı bir belge var: