The role of the homogeneity/inhomogeneity criterion in determining the statistical reliability of a frequency dictionary (on the basis of the frequency dictionary “Radioelectronics”)

Abstract

The article discusses one of the statistical linguistics criterion – homogeneity/inhomogeneity one, the use of which promotes compiling the representative text corpora followed by the forming of statistically reliable frequency dictionaries (in the presented article it is the one of Radio electronics). This criterion was applied in comparing the seven frequency dictionaries referred to scientific and engineering discourse, as well as to discourses of other types. The following characteristics of the homogeneity/inhomogeneity criterion were considered: “Chronological homogeneity”, “Discursive homogeneity”, “Homogeneity of a sublanguage”, “Thematic homogeneity of texts”, because, according to the authors’ opinion, they (characteristics) are of the basic practical importance in creating frequency dictionaries. The text corpora needed for the study were formed on the basis of scientific articles of the relevant specialties journals of the USA and Great Britain, scientific and technical documentation, newspaper articles. The results of comparative analysis of seven text corpora (including Radio electronics) possessing different quantitative and qualitative peculiarities by the homogeneity/ inhomogeneity criterion (its four characteristics), have showed the statistical data that completely reflected the individual features of each of the text corpora.

У статті розглядається один із критеріїв лінгвостатистики – критерій однорідності/неоднорідності, використання якого сприяє створенню репрезентативних текстових корпусів із наступною компіляцією статистично надійних частотних словників (у статті це – частотний словник із радіоелектроніки). Даний критерій перевірявся шляхом порівняння семи частотних словників, які відносяться до науково-технічного дискурсу, а також до дискурсів інших типів. Розглядалися такі характеристики критерію однорідності/неоднорідності: «хронологічна однорідність», «дискурсивна однорідність», «однорідність підмови», «тематична однорідність текстів», тому що, на думку авторів, саме ці характеристики мають найбільш практичне значення під час складання частотних словників. Текстові корпуси, необхідні для дослідження, формувалися на підставі наукових статей журналів відповідних спеціальностей США і Великої Британії, науково-технічної документації, газетних статей. Результати порівняльного аналізу семи текстових корпусів, що мають різні кількісні і якісні особливості, за критерієм однорідності/неоднорідності (його чотирма характеристиками) показали статистичні дані, які повною мірою відобразили індивідуальні особливості кожного з текстових корпусів.