计算方法
传入一个词的list,其实MTLD就是计算词串的长度,有个要求,词串的长度小于10他的数值就会失效,还有github上边有另外一种说法就是总词数不能小于50,我们用的后面那种。传进来后,挨个词进行ttr计算,就是比如说第一个词,词数是1,唯一词数也是1,那么我们ttr就是1,然后判断1>0.72,所以继续看下一个词,如果下一个词和第一个一样,那么词数是2,唯一词是1,ttr = 0.5<0.72,在这里断开,前面两个词就是一个词串,一个词串factors+1
最后有一个词叫做IFS下面有算法,得出最后一个ttr然后计算IFS,然后factors总数+IFS=最终IFS,然后正向的MTLD = 总词数/最终IFS,然后在反向求一次求平均
Python代码实现:
def MTLD(self,tokens):
# 判断list要够长,否则当前ttr的值没有效果
if len(tokens) < 50:
return -1
# 先得到一个type的list
types = []
factors = 0.0
now_ttr = 1.0
ttr_standard = 0.72
tokens_number = 0
types_number = 0
for gram in tokens:
gram = gram.lower()
tokens_number+=1
if gram not in types:
types_number+=1
types.append(gram)
now_ttr = types_number*1.0/tokens_number
if now_ttr < ttr_standard:
factors+=1.0
now_ttr = 1.0
tokens_number = 0
types_number = 0
types = []
RS = now_ttr
# print now_ttr
IFS = (1-RS)*1.0/0.28
IFS+=factors
if IFS != 0:
return len(tokens)/IFS