Vocabolario del Corpus

Questo strumento T-LAB consente di verificare in Vocabolario del corpus e dei suoi sottoinsiemi.
Inoltre fornisce alcune misure della ricchezza lessicale.

La tabella Vocabolario è una lista che include le "parole" (cioè i word types), le loro occorrenze (cioè i word tokens), i corrispondenti lemmi e alcune categorie utilizzate da T-LAB (vedi Glossario/Lemmatizzazione).

L'utilizzatore può agevolmente selezionare (vedi sotto) le unità lessicali che appartengono a ciascuna categoria, consultare la relativa tabella ed esportarla in formato .xls.

Le misure della ricchezza lessicale sono cinque:

Type/Token ratio (TTR);
Root TTR (Guiraud, 1960), ottenuta dividendo la quantità dei type per la radice quadrata dei token;
Corrected TTR (Carroll, 1964), ottenuta dividendo la quantità dei type per la radice quadrata di due volte la quantità dei token;
Log TTR (Herdan, 1960), ottenuta dividendo il logaritmo dei type per il logaritmo dei token;
Hapax/Types ratio.

N.B.:
- Hapax (i.e. Hapax Legomena) sono parole (type) che occorrono una sola volta nel corpus;
- quando vengono analizzati sottoinsiemi del corpus, tutte le misure della ricchezza lessicale non includono le stop words.