齐夫定律

✍ dations ◷ 2025-12-05 08:32:12 #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

  • 超抗原超级抗原(SAgs)是一类导致非特异性免疫的蛋白质。超级抗原非特异性地激活T细胞,导致T细胞克隆激活和大量细胞激素的释放。超级抗原被微生物抗原(包括支原体,细菌,病毒等等)作为可以
  • 不死身长生不老,指寿命长而不会衰老。相近的辞汇还有长生不死(在安全无外力状况下拥有无限的寿命,但依旧会老化)、不老不死(在安全无外力状况下不会衰老与死亡)、不朽(Immortality)与永生(
  • 辣炒年糕辣炒年糕(韩语:떡볶이),又叫韩式炒年糕,是一道很受欢迎的韩国小吃,一般能在当地的路边摊或布帐马车处买到。这道菜的雏形是炖朝鲜打糕(떡찜),是用年糕片、肉、蛋和调味料做成的一道炖
  • 后兽下纲后兽下纲(学名:Metatheria)是一个包含有袋类及其已灭绝的旁系近亲的演化支,依其学名作者汤玛斯·亨利·赫胥黎在1880年的定义,本下纲包含了所有比胎盘类更接近有袋类的物种,是真兽
  • 亚兹佩避孕法亚兹佩避孕法(英语:Yuzpe regimen)是一种使用炔雌醇(英语:Ethinyl estradiol)和左炔诺孕酮的紧急避孕方法。与单次大剂量左炔诺孕酮、 单次醋酸乌利司他(英语:Ulipristal acetate)、
  • 圣胡安群岛圣胡安群岛(英语:San Juan Islands)是美国西北部太平洋沿岸的一个群岛,位于美国本土和加拿大不列颠哥伦比亚省温哥华岛之间。在行政区划上,圣胡安群岛属于美国华盛顿州。圣胡安群
  • 朱莉娅·帕斯特罗娜朱莉娅·帕斯特罗娜(Julia Pastrana,1834年-1860年),先天性遗传多毛症患者,墨西哥著名的“胡子小姐”。关于她的故事在欧美民间广为流行。朱莉娅的父亲是一位在森林中研究野生动物
  • 大场荣大场荣(大場 栄おおば さかえ/Oba Sakae,1914年3月21日-1992年6月8日) 是大日本帝国陆军军人、实业家、政治家。最终阶级为大尉。丸荣产业有限公司执行董事(有限会社丸栄産業代表
  • 贾克贾克(1919年-2007年),原名曾志开,笔名十兄、西山等,男,祖籍江西南丰,生于北京,中国剧作家、戏剧活动家,曾任中央戏剧学院歌剧团副团长,山西省文学艺术界联合会副主席。
  • 埃图·海诺埃图·海诺(芬兰语:Eetu Heino,1988年9月5日-),芬兰男子羽毛球运动员。弟弟伊卡·海诺同为羽毛球运动员。2013年8月,海诺参加中国广州举行的世界羽毛球锦标赛,出战男子单打项目,在首