Índices de Asociación

En T-LAB los índices de asociación (o de similitud) se utilizan para analizar las co-ocurrencias de las unidades lexicales (LU, lexical units) en el interior de los contextos elementales (EC, elementary contexts), es decir datos binarios del tipo presencia/ausencia.

Por ejemplo, dadas dos LU y diez EC, se puede crear el siguiente ejemplo

Los mismos datos se pueden representar del siguiente modo:

Generalizando y usando las letras del alfabeto:

Las fórmulas correspondientes a los tres índices de asociación usados por T-LAB son las siguientes:

NOTA: La forma binaria del coseno corresponde al coeficiente de Ochiai.

Aplicando estas fórmulas a nuestro ejemplo, obtenemos los siguientes coeficientes:

Jaccard = 0.333; Dice = 0.600; Coseno = 0.507.

Suponiendo que se han obtenido los coeficientes de las relaciones entre diez LU, podemos crear la siguiente tabla:

De hecho, T-LAB crea y analiza tablas análogas de dimensiones N x N (en la que N puede corresponder a varios centenares de columnas), tanto con Multidimensional Scaling como con Cluster Analysis.