URN_NBN_SI_doc-CKREDCV0

123 Algoritem je izdelal dva različna krna za besede, ki pomensko sodijo v isto skupino. Vidimo, da gre tu dejansko za prešibko krnjenje, ki izvira iz dejstva, da v seznamu končnic manjka –iranje . Zato smo jo dodali v seznam končnic. Dopolnjevali smo tudi seznam blokiranih besed. Ta je v začetku obsegal 2.201 besed, na koncu pa je število naraslo na 2.393. Dodajali smo besede kot idr., joj, hm, prva, dvojen, enem, dveh… 3.3.1.4 Učenje algoritma Naraščanje števila veljavnih in imenskih krnov v učnem korpusu prikazuje slika 3. Po zaključeni učni fazi je bilo v datoteki veljavnih 8.389 krnov, datoteka imenskih krnov je obsegala 3.854 krnov, torej je bilo celotno število sprejem- ljivih krnov 12.243. Na Grafikonu 1 opazimo naraščanje števila veljavnih kr- nov, ki je sprva strmo, a se nato prične umirjati. Nasprotno pa je naraščanje števila imenskih krnov skoraj linearno. Grafikon 1: Naraščanje števila sprejemljivih krnov Na Grafikonu 2 vidimo potek učenja bibliotekarskega podjezika z dodano krivu- ljo trenda. V prvem besedilnem segmentu 15.000 besed, je bilo število spre- jemljivih krnov 1.235 (8,23%), v zadnjem segmentu pa le še 71 (0,47%). To pome- ni, da je algoritem ob obdelavi našel vse več krnov že med veljavnimi ali imen- skimi, in jih zato ni uvrščal v seznam novih krnov. Največje razlike opazimo pri veljavnih krnih – teh je bilo v začetku 1.090 (7,27%), nato je število novih strmo padalo do šestega segmenta. Nato se je ustalilo okrog enega odstotka, v zadnjem segmentu pa je bilo veljavnih krnov le še 14 (0,093%). Pri imenskih krnih je trend bolj enakomeren: v začetku jih je bilo 145 (0,97%), nato je števi- lo ostajalo bolj ali manj konstantno v vseh segmentih, na koncu jih je bilo 57 (0,38%). Opazimo lahko nenadno povečanje števila novih sprejemljivih krnov 0 2000 4000 6000 8000 10000 12000 14000 knj0 knj4 knj8 knj12 spec2 nuk0 dipl3 dipl7 dipl11 dipl15 dipl19 dipl23 dipl27 dipl31 Korpus Število krnov Veljavni krni Imenski krni Skupaj Vilar, P.; Maver, J. Krnjenje slovenskih besedil s področja bibliotekarstva