ടെക്സ്റ്റ് അല്ലെങ്കിൽ സ്പീച്ച് ഉള്ളടക്കത്തിന്റെ ഒരു സ്റ്റാറ്റിസ്റ്റിക്കൽ വിശകലമാണ് ഒരു എൻഗ്രാം, സാധാരണയായി ടെക്സ്റ്റിലെ ഏതെങ്കിലും തരത്തിലുള്ള n (ഒരു സംഖ്യ) കണ്ടെത്താൻ. ഫോണുകൾ, പ്രീഫിക്സുകൾ, ശൈലികൾ, അല്ലെങ്കിൽ അക്ഷരങ്ങൾ തുടങ്ങിയ എല്ലാ വസ്തുക്കളും ഇത് ആയിരിക്കും. എൻ-ഗ്രാം ഗവേഷകന്റെ പുറത്തെവിടെയെങ്കിലും കുറച്ചുകാണില്ലെങ്കിലും, അത് വ്യത്യസ്തങ്ങളായ ഭാഗങ്ങളിൽ ഉപയോഗിച്ചുവരുന്നു. സാധാരണ സംസാരിക്കുന്ന ഭാഷ ഉപയോഗിച്ച് മനസ്സിലാക്കുന്നതും പ്രതികരിക്കുന്നതുമായ കമ്പ്യൂട്ടർ പ്രോഗ്രാമുകൾ ജനങ്ങൾക്ക് ബാധകമാക്കുന്നതിന് ധാരാളം കാര്യങ്ങളുണ്ട്. അത് ഒരു രൂക്ഷമാകുമ്പോൾ Google- ന്റെ ആശയവും ഈ ആശയത്തിൽ ഉൾപ്പെടും.
ഗൂഗിൾ ബുക്സ് നോഗ്രാം വ്യൂവറിന്റെ കാര്യത്തിൽ, ഗൂഗിൾ ബുക്സ് സെർച്ച് എഞ്ചിൻ ജനപ്ലക്ടുചെയ്യുന്നതിന് ഗൂഗിൾ പൊതു ലൈബ്രറികളിൽ നിന്ന് സ്കാൻ ചെയ്തിട്ടുള്ള പുസ്തകങ്ങളുടെ വിശാലമായ പുസ്തകങ്ങളിൽ നിന്ന് വിശകലനം ചെയ്യാനുള്ള പാഠം വരുന്നു. ഗൂഗിൾ ബുക്കുകൾ നോഗ്രാം വ്യൂവറിനായി, നിങ്ങൾ തിരയാൻ പോകുന്ന വാചകം "കോർപ്പസ്" എന്നാണ് വിളിക്കുന്നത്. എൻഗ്രാം വ്യൂവിലെ കോർപ്പോറൽ ഭാഷ വിഭജിക്കപ്പെട്ടിരിക്കുന്നു, എന്നിരുന്നാലും നിങ്ങൾക്ക് ബ്രിട്ടീഷുകാരും അമേരിക്കൻ ഇംഗ്ലീഷും വിശകലനം ചെയ്യാം അല്ലെങ്കിൽ അവയെ ഒന്നിച്ച് കൂട്ടിച്ചേർക്കാം. ബ്രിട്ടീഷ് മുതൽ നിബന്ധനകൾക്ക് അമേരിക്കൻ ഉപയോഗവും ടാർഗെറ്റ് മാറ്റുന്നതും ശ്രദ്ധേയമാണ്.
എൻഗ്രാം എങ്ങനെ പ്രവർത്തിക്കുന്നു
- Books.google.com/ngrams ൽ Google Books Ngram Viewer എന്നതിലേക്ക് പോകുക.
- ഇനങ്ങൾ കേസ് സെൻസിറ്റീവാണ്, Google വെബ് തിരയലുകളിൽ നിന്ന് വ്യത്യസ്തമാണ്, അതിനാൽ ശരിയായ നാമമുടക്ക് മൂലധനം ഉറപ്പാക്കുക.
- നിങ്ങൾ വിശകലനം ചെയ്യാൻ ആഗ്രഹിക്കുന്ന ഏതെങ്കിലും പദമോ വാക്യമോ ടൈപ്പുചെയ്യുക. ഓരോ വാക്യവും കോമയിട്ട് വേർതിരിച്ച് സൂക്ഷിക്കുക. ഗൂഗിൾ നിർദ്ദേശിക്കുന്നു, "ആൽബർട്ട് ഐൻസ്റ്റീൻ, ഷെർലക് ഹോംസ്, ഫ്രാങ്കൻസ്റ്റീൻ" നിങ്ങൾക്ക് ആരംഭിക്കാൻ.
- അടുത്തതായി, ഒരു തീയതി ശ്രേണിയിൽ ടൈപ്പുചെയ്യുക. സ്വതവേ 1800 മുതൽ 2000 വരെ ആണ്, എന്നാൽ ഇതിലും പുതിയ പുസ്തകങ്ങൾ (2011 ന്റെ ഏറ്റവും പുതിയവ Google- ന്റെ ഡോക്യുമെന്റിൽ ലിസ്റ്റുചെയ്തിട്ടുണ്ടെങ്കിലും അതിൽ മാറ്റം വന്നിരിക്കുന്നു.)
- ഒരു കോർപ്പസ് തിരഞ്ഞെടുക്കുക. നിങ്ങൾക്ക് വിദേശ ഭാഷാ പാഠങ്ങളും ഇംഗ്ലീഷും തിരയും, കൂടാതെ സ്റ്റാൻഡേർഡ് ചോയിസുകളുമായി ബന്ധപ്പെട്ട് നിങ്ങൾക്ക് "ഇംഗ്ലീഷ് (2009) അല്ലെങ്കിൽ അമേരിക്കൻ ഇംഗ്ലീഷ് (2009)" എന്നതുപോലുള്ള കാര്യങ്ങൾ നിങ്ങൾ ശ്രദ്ധിക്കാം. ഇവയെല്ലാം പഴയ അപ്ഡേറ്റ് ചെയ്ത Google ആണ്, പക്ഷേ പഴയ ഡാറ്റ സെറ്റുകളില് നിന്ന് നിങ്ങളുടെ താരതമ്യങ്ങള് ഉണ്ടാക്കാന് ചില കാരണങ്ങള് ഉണ്ടാകും. ഏറ്റവും കൂടുതൽ ഉപയോക്താക്കൾ അവ അവഗണിക്കുകയും ഏറ്റവും പുതിയ കൊറോപോയിൽ ശ്രദ്ധകേന്ദ്രീകരിക്കുകയും ചെയ്യും.
- നിങ്ങളുടെ സുഗമമായ നില സജ്ജമാക്കുക. ഗ്രാഫിന്റെ അവസാനം എത്രമാത്രം മിനുസമുള്ളതാണ് എന്നത് സ്മീനുചെയ്യുന്നത്. ഏറ്റവും കൃത്യമായ പ്രാതിനിധ്യം 0 കുറച്ചുമാത്രമായിരിക്കും, പക്ഷെ അത് വായിക്കാൻ ബുദ്ധിമുട്ടാണ്. സ്വതവേയുള്ളതു് 3 ആയി സജ്ജമാക്കിയിരിയ്ക്കുന്നു. മിക്കപ്പോഴും, ഇതു് നിങ്ങൾ ക്രമീകരിക്കേണ്ടതില്ല.
- പുസ്തകങ്ങൾ ധാരാളം ബട്ടൺ അമർത്തുക. (നിങ്ങൾക്ക് തിരയൽ പ്രോംപ്റ്റിൽ തന്നെ നിങ്ങൾക്ക് എന്റർ അമർത്തുക.)
എന്താണ് നോഗ്രാം കാണിക്കുന്നത്?
ഗൂഗിൾ ബുക്സ് എൻഗ്രാം വ്യൂവർ ടൈം പ്രോഗ്രാമിൽ ഒരു പ്രത്യേക വാക്യം ഉപയോഗിക്കുവാൻ ഒരു ഗ്രാഫ് ഔട്ട്പുട്ട് നൽകും. നിങ്ങൾ ഒന്നിലധികം വാക്കുകളോ പദങ്ങളോ നൽകിയിട്ടുണ്ടെങ്കിൽ, വ്യത്യസ്ത തിരയൽ പദങ്ങളോട് മോശമായി വർണ്ണ കോഡുചെയ്ത ലൈനുകൾ നിങ്ങൾ കാണും. ഇത് Google ട്രെൻഡുകൾക്ക് സമാനമാണ്, തിരയൽ മാത്രം ദൈർഘ്യമേറിയതാണ്.
ഇവിടെ ഒരു യഥാർത്ഥ ജീവിത സംഭവം.ഞങ്ങൾ അടുത്തിടെ വിനാഗിരി പൈസകളെക്കുറിച്ച് വിസ്മയിച്ചിരുന്നു. അവർ ലോറാ ഇൻഗോളുകളിൽ വെയിൽസ് ലിറ്റിൽ ഹൗസിൽ പ്രയർ സീരിയലിൽ സൂചിപ്പിച്ചിട്ടുണ്ട്, എന്നാൽ അത്തരമൊരു കാര്യം ഞങ്ങൾ ഒരിക്കലും കേട്ടിട്ടില്ല. വിനാഗർ തുഴപ്പിനെക്കുറിച്ച് കൂടുതൽ അറിയാൻ ഞങ്ങൾ ആദ്യം Google ന്റെ വെബ് തിരയൽ ഉപയോഗിച്ചു. അമേരിക്കൻ സതേൺ പാചകരീതിയുടെ ഭാഗമായി അവ കണക്കാക്കപ്പെടുന്നു. അവ വിനാഗിരിയിൽ നിർമ്മിക്കുന്നു. ഓരോ വർഷവും എല്ലായ്പ്പോഴും പുതിയ ഉത്പന്നങ്ങൾ ലഭിക്കാത്ത സാഹചര്യങ്ങളിലേക്ക് അവർ ശ്രദ്ധിക്കുന്നു. ഇത് മുഴുവൻ കഥയാണോ?
ഞങ്ങൾ ഗൂഗിൾ എൻഗ്രാം വ്യൂവറിൽ തിരഞ്ഞു, 1800 കളുടെ ആരംഭത്തിലും 1800 കളുടെ അവസാനത്തിലും ചില സൂചനകൾ ഉണ്ട്, 1940 കളിൽ ധാരാളം പരാമർശങ്ങൾ, അടുത്ത കാലങ്ങളിൽ (ചില പൈ നോസ്റ്റാൾജിയ.) കൂടുതൽ പരാമർശങ്ങൾ ഉണ്ട്. ഒരു സ്മോയ്ജിംഗ് ലെവലിൽ ഡാറ്റയുമായി പ്രശ്നം 3. 1800 കളിൽ പരാമർശിച്ചതിനെക്കുറിച്ചുള്ള ഒരു പീഠഭൂമി ഉണ്ട്. അഞ്ചു വർഷം എല്ലാ വർഷവും ഒരു പ്രത്യേക പൈയുടെ തുല്യ എണ്ണം തുല്യമായ എണ്ണം ആയിരുന്നില്ലേ? എന്തായാലും ആ കാലഘട്ടത്തിൽ പ്രസിദ്ധീകരിക്കപ്പെട്ട ധാരാളം പുസ്തകങ്ങളില്ല, കാരണം നമ്മുടെ ഡാറ്റ സുഗമമാക്കുന്നതിന് കാരണം അത് ചിത്രത്തെ ചലിപ്പിക്കുന്നതാണ്. ഒരുപക്ഷേ വിനാഗിരിയുടെ വിവരണം സൂചിപ്പിച്ച ഒരു പുസ്തകം ഉണ്ടായിരുന്നു, അത് ഒരു സ്പൈക്കിനെ ഒഴിവാക്കാൻ ശരാശരി കിട്ടി. സ്മൂതിചെയ്യൽ 0 ആയി സജ്ജമാക്കുന്നതിലൂടെ, ഇത് കൃത്യമായതാണെന്ന് നമുക്ക് കാണാം. 1869 ലെ സ്പൈക്ക് കേന്ദ്രങ്ങൾ, 1897 ലും 1900 ലും മറ്റൊരു സ്പൈക് ഉണ്ട്.
ശേഷിക്കുന്ന സമയം വിനാഗിരിയെക്കുറിച്ച് ആരും സംസാരിച്ചോ? ആ പൈസകളെക്കുറിച്ച് അവർ ഒരുപക്ഷേ പറയുമായിരുന്നു. എല്ലാ സ്ഥലത്തും ഫ്ളൈറ്റുകൾ പൂശിയുണ്ടായിരുന്നു. അവർ പുസ്തകങ്ങളിൽ അവയെക്കുറിച്ച് എഴുതിയിട്ടില്ല, അതും ഈ എൻഗ്രാം തിരയലുകളുടെ പരിമിതിയാണ്.
നൂതന എൻഗ്രാം തിരയലുകൾ
Ngrams- ൽ വ്യത്യസ്തങ്ങളായ നിരവധി ടെക്സ്റ്റ് തിരയലുകളുണ്ടായിരിക്കാമെന്ന് നമ്മൾ എങ്ങനെയാണ് ഓർക്കുക? Ngram Viewer- ലും അല്പം കുറച്ചു കൂടി കുറിക്കാൻ Google നിങ്ങളെ അനുവദിക്കുന്നു. മത്സ്യത്തിനു പകരം മീനുകൾക്ക് പകരം മത്സ്യത്തെ അന്വേഷിക്കാൻ നിങ്ങൾ ആഗ്രഹിക്കുന്നുവെങ്കിൽ, നിങ്ങൾക്ക് ടാഗുകൾ ഉപയോഗിച്ച് അത് ചെയ്യാൻ കഴിയും. ഈ സാഹചര്യത്തിൽ, നിങ്ങൾ "fish_VERB"
നിങ്ങളുടെ വെബ്സൈറ്റിൽ നിങ്ങൾക്ക് ഉപയോഗിക്കാൻ കഴിയുന്ന മറ്റ് ആധുനിക ആജ്ഞകൾ, മറ്റ് വിപുലമായ ആധികാരിക രേഖകൾ എന്നിവ Google നൽകുന്നു.