Figure 4.3 shows a plot of vocabula

Figure 4.3 shows a plot of vocabulary growth for the AP89 collection compared to a graph of Heaps’ law with k = 62.95 and β = 0.455.
Clearly, Heaps’ law is a good fit. The parameter values are similar for many of the other TREC news collections.
As an example of the accuracy of this prediction, if the first 10,879,522 words of the AP89 collection are scanned, Heaps’ law predicts that the number of unique words will be 100,151, whereas the actual value is 100,024.
Predictions are much less accurate for small numbers of words (< 1,000).

Results (Thai) 1:

รูปที่ 4.3 แสดงพล็อตเติบโตคำศัพท์สำหรับคอลเลกชัน AP89 เมื่อเทียบกับกราฟของกองกฎหมาย มี k = 62.95 และβ = 0.455ชัดเจน กฎหมายของกองกำลังพอดี ค่าพารามิเตอร์จะคล้ายหลายอื่น ๆ TREC ข่าวคอลเลกชัน เป็นตัวอย่างของความถูกต้องของการคาดการณ์นี้ ถ้าคำแรก 10,879,522 ของคอลเลกชัน AP89 ที่จะสแกน ของกองกฎหมายคาดการณ์ว่า จำนวนคำเฉพาะจะ 100,151, 100,024 เป็นค่าที่แท้จริง คาดคะเนถูกต้องมากน้อยสำหรับตัวเลขขนาดเล็กของคำ (< 1,000)

Results (Thai) 2:

รูปที่ 4.3 แสดงให้เห็นว่าพล็อตของการเจริญเติบโตในการเก็บรวบรวมคำศัพท์ AP89 เมื่อเทียบกับกราฟของกอง 'การกฎหมายที่มี K = 62.95 และβ = 0.455.
เห็นได้ชัดว่ากอง' กฎหมายเป็นแบบที่ดี ค่าพารามิเตอร์ที่มีความคล้ายคลึงหลายอื่น ๆ คอลเลกชันข่าว TREC.
เป็นตัวอย่างของความถูกต้องของคำทำนายนี้ด้วยถ้า 10,879,522 คำแรกของคอลเลกชัน AP89 จะสแกนกฎหมายกอง 'คาดการณ์ว่าจำนวนของคำที่ไม่ซ้ำกันจะ 100151, ในขณะที่มูลค่าที่แท้จริงคือ 100024.
คาดการณ์มีมากน้อยที่ถูกต้องสำหรับตัวเลขเล็ก ๆ ของคำ (<1,000 บาท)

Results (Thai) 3:

รูปที่ 4.3 แสดงแปลงคำศัพท์การเจริญเติบโตสำหรับ ap89 คอลเลกชันเมื่อเทียบกับกราฟที่กองกฎหมายกับ K = = การทดสอบพบบีตาและติด .เห็นได้ชัดว่ากฎหมายกอง " อยู่พอดี ค่าพารามิเตอร์จะคล้ายกันในหลาย ๆ trec ข่าวคอลเลกชันเป็นตัวอย่างของความถูกต้องของการพยากรณ์นี้ ถ้า 10879522 คำแรกของ ap89 ชุดสแกน , กฎหมายกอง " คาดการณ์ว่าจำนวนคำที่ไม่ซ้ำกันจะ 100151 ส่วนมูลค่าที่แท้จริงคือ 100024 .คำทำนายจะถูกต้องมากน้อยสำหรับตัวเลขขนาดเล็กของคำ ( < 1 , 000 )