Term Extracting steps

[R: 字串左右出現不同字的種類數]
Candidate Terms: R>1 [STRING] R>1 (左右 R 值均大於 1 的字串數): 15,694,556
　　　　　　　　(某詞條的前一個字或後一個字出現過句號或任兩種以上的字)
佛光大辭典詞條數: 24,448　(將缺字的詞條去除後的數量)
Candidate Terms 與佛光辭典交集詞條數: 16,884

|R|值變化的計算與圖表
candidate terms: 15,694,556
佛光大辭典's terms: 24,448
candidate ^ 佛光大辭典's: 16,844 (when |R| >= 2)
Precision = 16,844 / 15,694,556 (candidate ^ 佛光大辭典's / candidate terms)
Recall = 16,844 / 24448 (candidate ^ 佛光大辭典's / 佛光大辭典's terms)
F-measure = 2 / (1 / Precision) + (1 / Recall)

Y : Precision, Recall, F-measure
X : |R|數量的變化, 僅取 R > 2 and R < 500

[圖 1] 詞條左側 |R| 值對應佛光的變化

上圖 1 實際參數

X	All Candidates	^ Mullers	Y (Precision)	Y (Recall)	Y (F-measure)
...	...	...	...	...	...
321	26355	2687	0.101954088408	0.109906740838	0.105781154656
322	26241	2675	0.101939712663	0.109415903141	0.105545581882
323	26131	2672	0.102254027783	0.109293193717	0.105656497756
324	26025	2669	0.102555235351	0.109170484293	0.105759514988
325	25917	2659	0.102596751167	0.10876145288	0.105589198848
326	25822	2650	0.102625668035	0.108393324607	0.105430674358
327	25735	2645	0.102778317466	0.108188808901	0.105414184086
328	25633	2635	0.102797175516	0.107779777487	0.105229528164
329	25532	2630	0.103007989973	0.10757526178	0.105242096839
330	25434	2622	0.103090351498	0.107248036649	0.105128102321
331	25342	2619	0.10334622366	0.107125327225	0.105201847761
332	25250	2615	0.103564356436	0.10696171466	0.105235623164
333	25165	2606	0.103556526922	0.106593586387	0.10505311108
334	25087	2602	0.103719057679	0.106429973822	0.105057030383
335	24995	2598	0.103940788158	0.106266361257	0.105090710515
336	24906	2589	0.103950855216	0.105898232984	0.104915508368
337	24813	2585	0.104179260871	0.105734620419	0.104951178417
338	24721	2581	0.104405161603	0.105571007853	0.104984848177
339	24637	2574	0.104477006129	0.105284685864	0.104879291026
...	...	...	...	...	...

[圖 2] 詞條右側 |R| 值對應佛光的變化

上圖 2 實際參數

X	All Candidates	^ Mullers	Y (Precision)	Y (Recall)	Y (F-measure)
...	...	...	...	...	...
341	25948	3165	0.121974718668	0.129458442408	0.125605206762
342	25845	3159	0.122228670923	0.12921302356	0.125623844273
343	25773	3152	0.122298529469	0.128926701571	0.12552517871
344	25664	3143	0.122467269327	0.128558573298	0.125439016603
345	25580	3139	0.122713057076	0.128394960733	0.125489725754
346	25482	3136	0.123067263166	0.128272251309	0.125615862207
347	25401	3130	0.123223495138	0.128026832461	0.125579249333
348	25328	3127	0.123460202148	0.127904123037	0.125642880103
349	25241	3122	0.123687651044	0.12769960733	0.125661615247
350	25135	3114	0.123890988661	0.127372382199	0.12560756711
351	25042	3108	0.124111492692	0.127126963351	0.125601131542
352	24963	3101	0.1242238513	0.126840641361	0.125518609217
353	24873	3096	0.124472319382	0.126636125654	0.125544899738
354	24785	3094	0.124833568691	0.126554319372	0.12568805476
355	24687	3085	0.124964556244	0.126186191099	0.125572402564
356	24606	3081	0.125213362594	0.126022578534	0.125616667346
357	24522	3076	0.125438381861	0.125818062827	0.125627935471
358	24428	3067	0.125552644506	0.125449934555	0.125501268516
359	24336	3063	0.125862919132	0.12528632199	0.125573958675
...	...	...	...	...	...

[Max: 詞條左右出現各種不同的可能(|R|)中, 其中次數最多的是多少次] 一般化: 將 Max / fx, fx 是該詞條的總數
左右 Max/fx 的變化圖表.

Y : Precision, Recall, F-measure
X : Max/fx 數量的變化, 間隔 0.1

[圖 3] 詞條左側 Max/fx 值對應佛光的變化

[圖 4] 詞條右側 Max/fx 值對應佛光的變化

[Algorism AEc]
AEc = fx / fy + fz - fx
Ex:
string: 中華佛學研究所
fx = No. of 中華佛學研究所
fy = No. of 中華佛學研究
fz = No. of 　華佛學研究所

以 0.01 為間隔, 取一百段的 AEc 值(0.01~1.0)
計算候選詞條中的 AEc 值 >= 上述區段時, 與佛光比對的結果