齐夫定律

✍ dations ◷ 2025-09-10 12:51:31 #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

  • 担子菌纲担子菌门(学名:Basidiomycota)是一类高等真菌,构成双核亚界,包含2万多种,包括蘑菇、木耳等主要食用菌。更具体地说,担子菌门包括以下组:蘑菇,马勃,stinkhorns(鬼笔科),支架真菌(英语:Bracke
  • 真福者宣福礼(拉丁语:Beatificatio;英语:Beatification,字根来自拉丁语:beatus,受祝福的),又称为宣福、列真福品、列福式,是天主教会追封已过世人的一种仪式,用意在于尊崇其德行,认定其信仰足
  • 塔科马塔科马(Tacoma, Washington,IPA:.mw-parser-output .IPA{font-family:"Charis SIL","Doulos SIL","Linux Libertine","Segoe UI","Lucida Sans Unicode","Code2000","Gentium",
  • 真鸟翼类真鸟翼类(学名:Euavialae)又名真初鸟类,是鸟翼类的一个演化支,包含了所有比始祖鸟和热河鸟更接近现存鸟类(鸟纲)的物种。依2014年勒菲弗等人的研究成果,鸟翼类各类群的演化关系如下:
  • 步枪兵的信条步枪兵的信条,又称“我的步枪”或“美国海军陆战队员的信条”,是美国海军陆战队的基本教条之一。由陆战队少将William H. Rupertus于第二次世界大战期间起草,具体时间在1941年
  • 阿尔布雷赫特·立敕尔立敕尔(Albrecht Ritschl, 1822年-1889年),德国人,是十九世纪后半最具影响力的神学家。立敕尔想要使信仰脱离经院哲学的宰制。他的系统反映着康德对纯粹理性的负面批判,及对道德性
  • 拟狐兽拟狐兽属是一个属于细齿兽类灭绝的属。它是所有肉食性动物的祖先。
  • 珀西·勒巴朗·斯宾塞珀西·勒巴朗·斯宾塞 (英语:Percy Lebaron Spencer,1894年7月19日-1970年9月8日),美国工程师、发明家,是微波炉的发明者。斯宾塞出生在缅因州的豪兰。他的父亲在他18个月大时去世,
  • 甘道夫 (消歧义)甘道夫,可能是指:
  • 金德瑛金德瑛(1701年-1762年),中国清朝状元、政治人物,字汝白,号桧门。浙江仁和(今浙江杭州)人。生于康熙四十年(1701年),乾隆元年(1736年)状元。授翰林院修撰,历任右庶子、太常寺卿,任江西、山东