齐夫定律

✍ dations ◷ 2025-04-26 17:24:02 #离散分布,计算语言学,幂定律,统计学定律,实证定律,概率分布尾,计量语言学,书目计量学,经验定律

齐夫定律(英语:Zipf's law,IPA/ˈzɪf/)是由哈佛大学的语言学家乔治·金斯利·齐夫(George Kingsley Zipf)于1949年发表的实验定律。它可以表述为:在自然语言的语料库里,一个单词出现的频率与它在频率表里的排名成反比。所以,频率最高的单词出现的频率大约是出现频率第二位的单词的2倍,而出现频率第二位的单词则是出现频率第四位的单词的2倍。这个定律被作为任何与幂定律概率分布有关的事物的参考。

最简单的齐夫定律的例子是“1/ function”。给出一组齐夫分布的频率,按照从最常见到非常见排列,第二常见的频率是最常见频率的出现次数的½,第三常见的频率是最常见的频率的1/3,第n常见的频率是最常见频率出现次数的1/n。然而,这并不精确,因为所有的项必须出现一个整数次数,一个单词不可能出现2.5次。

在布朗语料库(英语:Brown Corpus)中,“the”、“of”、“and”是出现频率最前的三个单词,其出现的频数分别为69971次、36411次、28852次,大约占整个语料库100万个单词中的7%、3.6%、2.9%,其比例约为6:3:2。大约占整个语料库的7%(100万单词中出现69971次)。满足齐夫定律中的描述。仅仅前135个字汇就占了Brown语料库的一半。

齐夫定律是一个实验定律,而非理论定律,可以在很多非语言学排名中被观察到,例如不同国家中城市的数量、公司的规模、收入排名等。但它的起因是一个争论的焦点。齐夫定律很容易用点阵图观察,坐标分别为排名和频率的自然对数(log)。比如,“the”用上述表述可以描述为x = log(1), y = log(69971)的点。如果所有的点接近一条直线,那么它就遵循齐夫定律。

主要:

次要:

相关

  • 眼科用药人体解剖学 - 人体生理学 组织学 - 胚胎学 人体寄生虫学 - 免疫学 病理学 - 病理生理学 细胞学 - 营养学 流行病学 - 药理学 - 毒理学眼科学是医学上研究眼部疾患一个分支,
  • 磁山文化磁山文化,是中国华北地区的早期新石器文化,得名于1933年在河北省武安县发现的磁山遗址,年代约为距今8000年-7000年前,主要分布在太行山东麓、燕山山麓以南、黄河以北的低山丘陵
  • 祭天祭天是古代出于对天的敬畏,为了战争、祈谷、祈雨等与农业相关的祈求,而对天帝之原始崇拜。进入封建社会后,多由君主或者各级诸侯领主下令修建不同规格的的祭坛或神庙,以用于祭天
  • E.ON意昂集团(E.ON)是一家总部位于杜塞尔多夫的股份制公司,它是一家处于世界领先地位的欧洲能源康采恩,业务以欧洲范围内的天然气、电力为主。该企业所经营的包括:直接将电力、天然气
  • 李珥李珥(1536年-1584年),朝鲜王朝知名儒学者。字叔献、见龙, 号栗谷、石潭、愚斋,朝鲜半岛后世尊称其为李栗谷或栗谷先生。 朝鲜半岛朱子学新学派即“主气论”学派的代表人物。畿湖学
  • 卖身契契约劳工,又称契约奴工、契约佣工,通常指年轻、非熟练工人在一段固定的时间内与雇主签订用工协议参与工作的劳动者。契约劳工的签订时间一般为三年以上七年以下,雇主提供交通、
  • 曼杜里 (多哥)坐标:10°51′34.6″N 0°49′14.9″E / 10.859611°N 0.820806°E / 10.859611; 0.820806曼杜里(法语:Mandouri),是多哥的城镇,位于该国北部,由草原区负责管辖,是庞扎尔省的首府,面
  • 木客鸟木客鸟是传说的妖鸟名。
  • 中车大连机车研究所中车大连机车研究所有限公司(英语:CRRC Dalian Locomotive Research Institute Co., Ltd.),简称“大连所”,位于中国辽宁省大连市沙河口区,是一家以轨道交通动力装备技术开发、设
  • 美国唱片工业协会美国唱片工业协会(英语:Recording Industry Association of America,简称:RIAA)是一个代表美国唱片业的贸易团体,成员由多家制作与发行约90%美国音乐唱片的私有公司实体如唱片公司