齐夫定律

✍ dations ◷ 2025-12-07 04:05:28 #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

  • 苏联共青团全联盟列宁主义青年共产主义联盟(俄语:Всесоюзный Ленинский Коммунистический Союз Молодёжи (ВЛКСМ)  聆听 帮助·
  • 团体凝聚力团体凝聚力(英语:Group cohesiveness)在当一个社会群体内的成员与另一成员建立关系,并成为一个整体时就会出现。尽管凝聚力是一个多面的过程,它可以细分成四个部分:社交关系、工作
  • 六经四配颜回 · 孟子 · 曾参 · 孔伋日本藤原惺窝 · 林罗山 · 室鸠巢新井白石 · 雨森芳洲朝鲜薛聪 · 权近 · 吉再 · 安珦 · 李穑李滉 · 王仁 · 李齐贤 
  • 仡佬语仡佬语是侗台语系仡央语族的一种语言,为仡佬族人所使用。1980年代中期民族成分恢复后仡佬族人口50余万,但使用仡佬语的只有6000人。主要使用于贵州省中部、西部,云南省东南部马
  • 公主港普林塞萨港、公主港(西班牙文:Puerto Princesa,意为“公主港”)是菲律宾巴拉望省中东部的一个港口城市。在行政区划分上,公主港城市是巴拉望省的首府、菲律宾一级城市(英语:Cities
  • 狼项圈狼项圈(英语:wolf collar,意大利语:roccale、vreccale,西班牙语:carlancas)是一种狗项圈(英语:dog collar),上面有尖刺。在某些地区,牲畜护卫犬会配戴这种项圈来保护他们防止被狼攻击或
  • 伊朗共产党 (1983年)伊朗共产党(波斯语:حزب کمونیست ایران)是伊朗的一个非法的共产主义政党。1983年,该党成立于伊朗库尔德斯坦,由共产主义战斗者联盟和伊朗库尔德斯坦革命劳动者协会
  • 乌美萨米语乌美萨米语是萨米语支的下属之一,使用者分布于瑞典和挪威。乌美萨米语是濒危语言之一,现在乌美萨米语的母语使用者只有大约10人。
  • 珊瑚手躄鱼珊瑚手躄鱼是辐鳍鱼纲��目躄鱼亚目躄鱼科的其中一种,为热带海水鱼,分布于印度太平洋区,从圣诞岛、帕劳、斐济至夏威夷、社会群岛海域,栖息深度2-21米,背鳍硬棘3枚、背鳍软条12枚、
  • 瑞姆辛二世瑞姆辛二世(约公元前1741年—约公元前1736年在位)(英语:Rim-Sin II)拉尔萨国王。他在巴比伦国王汉谟拉比占领拉尔萨并破坏了其防御要塞后,进行统治。