词语搭配强度分析
统计词对在设定窗口内共现了多少次，再和两个词各自独立出现时按概率本应共现的次数相比，把真正的固定搭配和碰巧同现区分开。每个词对同时算出七项关联强度：PMI（点互信息，共现比随机高出多少）、MI3（更看重共现次数的互信息）、LL（对数似然比，证据有多强）、T-score（搭配是否稳定到不像偶然）、Z-score（偏离随机的程度）、Dice 和 LogDice（两词互相召唤的比例，后者不随语料规模变化），排名以对数似然比为准。
填入节点词时只看这些词周围的搭配伙伴，留空则跑出整批语料里所有显著的二词组合。窗口按词计，左右各 0 到 10 个词，默认不跨句；共现次数低于设定值的词对不计入。可开启停用词过滤，避免的、是、the、of 这类高频功能词占据前列，也可把同一个词的不同写法合并后再统计。
加载文件上传组件中...
节点词数量越多，需要的语料就越大；建议一次 1-10 个，配合至少 1 万个字符的语料。
5 词
节点词左边几个词内算"共现"。
5 词
节点词右边几个词内算"共现"。
默认关闭：窗口在句号/换行处截断，更接近真实搭配关系。
3 次
过滤"只共现 1-2 次"的偶然搭配。短文本设 2-3，长文本可设 5-10。
强烈建议开启：否则结果排行的最前列大概率会被【的、是、和、了、the、of、a】这类高频功能词淹没。
分词工具碰到不认识的新词常会拆开，比如把“乡村振兴”拆成“乡村”和“振兴”。打开后，会先把你文本里的这类词找出来加进词典，分词时就不容易拆散了。仅支持中文文本。每 10,000 字 5 点。
已识别 0 / 500 个词
每 10,000 个字符 2 点
词语搭配强度分析常见问题
- 词语搭配强度分析适合处理什么材料？
- 中文文本材料，例如新闻报道、政策文件、访谈记录、评论和文学作品，上传文本文件后即可分析。
- 词语搭配强度分析会得到什么结果？
- 统计词对在设定窗口内的共现，用七项关联强度指标区分固定搭配和偶然同现，也可只看指定节点词周围的搭配。
- 词语搭配强度分析怎么用？
- 上传材料、确认设置、点提交，任务完成后在工作台打开报告。不用安装软件，也不用写代码。详细步骤见教程《词语搭配强度分析完整教程：从节点词与窗口共现，到对数似然比和 LogDice 等七项关联强度》。
- 词语搭配强度分析怎么计费？
- 按文字量计费，每满 10000 字 2 点，不足 10000 字按 2 点算。提交前页面会显示本次消耗。
- 结果可以写进论文吗？
- 可以。报告里的数字和图表附有统计口径与原文出处，末尾有方法说明，涉及统计模型的报告还列出参考文献，可以作为论文附件或方法依据。
在论文里引用词语搭配强度分析： 查看引用格式