Häufigkeitsmaße: der Differenzenkoeffizient

1. Definition

Der Differenzenkoeffizient normiert die absolute Trefferhäufigkeit auf den Wertebereich -1 bis +1, indem er die tatsächlich in einem Korpusquerschnitt beobachtete Trefferhäufigkeit mit der erwarteten Häufigkeit vergleicht.

Formel für den Differenzenkoeffizienten

Die Wertebereich -1 bis +1 ist wie folgt zu verstehen:

Ein Wert von annähernd 0 bedeutet, dass der gesuchte Ausdruck ungefähr mit der erwarteten Häufigkeit auftritt.
Ein Wert zwischen 0 und -1 bedeutet, dass der gesuchte Ausdruck seltener als erwartet auftritt. Kommt er in einem Korpusquerschnitt nicht vor, ist der Wert -1.
Ein Wert zwischen 0 und +1 bedeutet, dass der gesuchte Ausdruck häufiger als erwartet auftritt.

2. Anwendbarkeit

Der Differenzenkoeffizienten lässt sich in COSMAS II analog zu den relativen Häufigkeiten für einfache und komplexe Suchanfragetypen anzeigen:

Einzelwortsuchen (mit oder ohne Platzhalter): Haus, Haus*reich
Lemmatisierte Suche: &Haus
mit ODER kombinierte Suchanfragen: Haus oder Gebäude oder…
Wortklassen: MORPH(ADJ)
Wortsequenzen (zusammenhängende und nicht zusammenhängende): "nicht" /+s2 (&baden /+w2 &gehen)

3. Vergleichbarkeit zwischen Suchanfragen

Die Vergleichbarkeit zweier Suchanfragen ist identisch zum Fall der relativen Häufigkeiten:

	Suchanfrage	Referenz
vergleichbar	Haus mit Pavillon	1 W./1 W.
	&gehen /w3 baden mit &gehen /w3 schwimmen	2 W./2 W.
	usw. (siehe rel. Häufigkeiten)
nicht vergleichbar	(&gehen /+w2 "nicht") /+w3 baden mit &gehen /+w5 baden	3 W./2 W.

Zur Übersicht über die Häufigkeitsmaße

COSMAS II, Zentrale DV-Dienste - 18. 01. 2018