Medida de los enlaces entre palabras clave: el índice de equivalencia

               En la primera versión de Leximappe, la medida normalizada de los enlaces se llevaba a cabo usando los índices de Jaccard y de inclusión  (RIP, A. y COURTIAL, J. P., 1984), pero posteriormente se define un nuevo índice más conveniente denominado índice de asociación o de equivalencia  (MICHELET, B., 1988): 

Ecuación 1

                donde:   e_ij.- Indice de equivalencia o de asociación entre las palabras i y j.

                              C_ij.- Co-ocurrencia de las palabras i y j.

                              C_i.- Ocurrencia de la palabra i.

                              C_j.- Ocurrencia de la palabra j.

                La ecuación anterior se puede reescribir de la siguiente forma: 

Ecuación 2

donde el primer factor es la probabilidad de tener la palabra i cuando se tiene la palabra j, y el segundo es la probabiblidad de tener la palabra j cuando se tiene la palabra i. Este índice es una medida de la relación "Y" entre las palabras i y j.

               Los valores de e_ij oscilan entre 0 y 1. Cuando dos palabras no aparecen nunca juntas, su co-ocurrencia es nula, el índice de equivalencia vale cero. En cambio, cuando dos palabras siempre que aparecen lo hacen juntas en los mismos documentos, el índice de equivalencia es la unidad. Este índice es independiente del tamaño de la muestra.

Referencias:

Michelet, B. (88). L'analyse des associations. PhD Thesis. Paris: Université de Paris 7.

Índice