Análisis sintáctico conducido por un diccionario de patrones de ...

Capítulo 4. Colección de estadísticas de las combinaciones de subcategorización como
método práctico
q
k
es la probabilidad de que la combinación no se seleccione y su valor es:
q = 1 – p
es el número de variante
r es 1 si corresponde a la variante correcta (se representa con “+”).
es 0 si corresponde a variantes erróneas (se representa con “−”).
n
es el número de combinaciones
Así que tenemos las siguientes probabilidades:
p
q
p
q
+
n
+
n
−
n
−
n
si f
si f
si f
si f
n
n
n
n
∈ P y k es la variantecorrecta
∉ P y k es la variantecorrecta
∈ P y k es varianteerrónea
∉ P y k es varianteerrónea
Entonces la probabilidad de P es:
P (P) =∏α n k,
r
(2)
puesto que cada característica de manera independiente está incluida en la frase P con
las probabilidades α. Donde r la denotamos como:
r = δ
k
i
⎧1
⎨
⎩0
si k = i
si k ≠ i
(variante
(otras variantes)
correcta)
Estas probabilidades pueden verse como una matriz V con k filas, una fila para
cada variante, y n columnas, una columna para cada combinación. Entonces los
valores en la matriz son:
⎧
k
δ
, ⎪ p i
k r n V k[
n]
> 0
α =
(3)
n ⎨
⎪ δ
k
⎩q
i
n V k[
n]
= 0 .
donde V k [n] representan los valores de las probabilidades de ocurrencia de las
combinaciones presentes, n ∈ V k . Si la combinación n está presente, entonces V k [n] >
0, de lo contrario V k [n] = 0.
El diccionario F de las características es tan grande que cada característica
específica f n es mucho más frecuente que esté ausente en una frase a que esté presente.
Este hecho es inherente a los textos, cada palabra, excepto algunas conjunciones y
preposiciones muy comunes, aparecen en una minoría de las frases en el texto. En (2)
el producto se toma para todas las variantes y para todas las combinaciones en F.
Considerando el conjunto de las variantes de la estructura sintáctica
250