単語の頻度とコンテキストの多様性測定値の利点について、字幕から抽出された測定：ポルトガル語の場合

字幕を使用して語彙データベースの潜在的な利点を調べ、SubTlex-PTを提示しました。これは、映画やテレビシリーズの字幕に基づいて7800万人のコーパスから得られた132,710ポルトガル語の新しい語彙データベースであり、単語の頻度と文脈の多様性測定を提供します。さらに、文字（M = 6.89、SD = 2.10）と音節（M = 2.99、SD = 0.94）の長さが異なる1920年のポルトガル語（および1920の非単語）を含む語彙決定研究でSubTlex-PTを検証しました。遅延および精度データに関する重回帰分析を実施して、ポルトガルのサブタイトルワード周波数測定で説明された分散の割合を、最近の書面による頻度データベース（Procura-Palavras; P-Pal; Soares、Iriarte、et al。、2014）。国際的なカウンターパートとして、SubTlex-PTは、P-PALデータベースよりも若年成人の語彙決定パフォーマンスの約15％多くの分散を説明しています。さらに、最近の研究に沿って、コンテキストの多様性は、字幕から得られた生の周波数カウントよりも、参加者の読書パフォーマンスの約2％の変動を占めています。SubTlex-PTは、研究目的で自由に利用できます（http://p-pal.di.uminho.pt/about/database）。

We examined the potential advantage of the lexical databases using subtitles and present SUBTLEX-PT, a new lexical database for 132,710 Portuguese words obtained from a 78 million corpus based on film and television series subtitles, offering word frequency and contextual diversity measures. Additionally we validated SUBTLEX-PT with a lexical decision study involving 1920 Portuguese words (and 1920 nonwords) with different lengths in letters (M = 6.89, SD = 2.10) and syllables (M = 2.99, SD = 0.94). Multiple regression analyses on latency and accuracy data were conducted to compare the proportion of variance explained by the Portuguese subtitle word frequency measures with that accounted by the recent written-word frequency database (Procura-PALavras; P-PAL; Soares, Iriarte, et al., 2014 ). As its international counterparts, SUBTLEX-PT explains approximately 15% more of the variance in the lexical decision performance of young adults than the P-PAL database. Moreover, in line with recent studies, contextual diversity accounted for approximately 2% more of the variance in participants' reading performance than the raw frequency counts obtained from subtitles. SUBTLEX-PT is freely available for research purposes (at http://p-pal.di.uminho.pt/about/databases ).