Re: 関連語検索での「共起」の列の条件付き確率につきまして (安部　高太朗) KH Coder 旧掲示板

樋口耕一先生

　たびたびの投稿で失礼いたします。安部です。
　資料A.5.7「関連語検索」結果の「共起」の列についてですが（148頁
）、ここに表示されるのは、「指定した条件にあてはまる文書中で、そ
の語がいくつの文書に出現したのかという数と、その語が文書中に出現
する確率（条件付き確率）」なのですよね。

　ここでの「条件付き確率」について確認したいのです。
以前の「 [No.3501] 関連語検索での「全体」と抽出語リストでの「出現
回数」について」スレッド（http://khcoder.info/cgi-bin/bbs_khn/
khcf.cgi?no=3501&reno=no&oya=3501&mode=msgview）で確
認した通りで、これは「文書」がいわゆる段落を意味している場合は、
その段落が条件（関連語検索で検索をかけた語を含む）を満たしていて
、かつ、その語（抽出語）が含まれている確率、ということでしょうか
？

　例によって、いつもので恐縮ですが、こういうことでしょうか？

【例文】
　太郎の説は「AはBだ」というものだ。なるほど、太郎が言うように「A
はBだ」ということは疑いようがない。だが、花子は「AはC」だと説いて
いる。
　花子は太郎の考えとは少々異なるようである。二人の考えをもとにし
て、「AはBであり、かつ、AはCである」と考えることはできるだろうか
。
　次郎は「AはDだ」という新しい説を提唱した。太郎はこの説に対して
反論している。

　
　以上の七つの文（三つの段落）の場合です。
このテキストに対して、関連語検索の「直接入力」で「太郎」を調べる
と…

次郎（人名）｜全体：1(0.143)｜共起：1(0.333)｜Jaccard：0.3333

花子（人名）｜全体：2(0.286)｜共起：1(0.333)｜Jaccard：0.2500

となるはずです。

　上述のような理解で間違いないのでしょうか？

　ちなみに、この「関連語検索」に関しては、文（センテンス）を単位
として行うことはできますか？（抽出語リストの「出現回数」のほうと
合わせることはできますか？）