engångstyp

Engångstyp är inom korpuslingvistik en ordform (typ) som förekommer exakt en gång i ett givet korpus eller i en avgränsad textsamling. Begreppet är den svenska motsvarigheten till termen hapax legomenon. En engångstyp kännetecknas av sin unika förekomst i korpusen, medan antalet tokens som motsvarar typen är ett.

En engångstyp skiljer sig från andra typer genom att dess förekomst i texten är enbart en. Den enda förekomsten i korpusen kallas ibland engångstoken. Om ordet uppträder endast en gång i korpusen, är typen densamma som token.

Användning: Engångstyper används i studier av ordvariation, lexical diversity och stilanalys. De påverkar måttet på typ-token-förhållandet (TTR) och kan ge insikter om ett ämnes specifika vokabulär, historiska eller geografiska särdrag samt identifiera namn eller arkaismer som inte förekommer oftare i resten av korpusen.

Begränsningar: Resultatens tolkningsbarhet beror på korpusens storlek och urval. Mindre korpusar tenderar att ha en hög andel engångstyper; variation i stavning, felaktig tokenisering och okända namn kan skapa artificiella engångstyper. I språk med rik böjning uppträder ofta många engångstyper som olika böjningsformer av samma ordstam. Att använda lemmatization eller normalisering kan minska antalet engångstyper och ge en mer jämförbar bild av vokabulären.