齐夫定律

✍ dations ◷ 2025-12-03 08:46:23 #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

  • 波斯顿新英格兰波士顿(英语:Boston)为美国马萨诸塞联邦(英语:Commonwealth (U.S. state))首府,占地面积 48平方英里(124 km2),2018年居民总数为694,583位,是马萨诸塞乃至新英格兰地区人口最
  • 冶金工程冶金学(英语:metallurgy)属于材料科学,是研究从矿石中提取金属,并用各种加工方法制成具有一定性能的金属材料的学科。冶金学也研究金属、金属互化物或其混合物(称为合金)的物理及化
  • 鞑靼斯坦鞑靼斯坦共和国(俄语:Респу́блика Татарста́н,罗马化:Respublika Tatarstan,鞑靼语:Татарстан Республикасы)是一个在俄罗斯境内的共和
  • 科里根梅里德·科里根·麦奎尔(Mairead Corrigan Maguire ,1944年1月27日-)是一名北爱尔兰社会活动家。她与贝蒂·威廉斯一起创立了和平人社团组织,该组织致力于和平解决北爱尔兰问题。
  • 北竿乡北竿乡(福州语平话字:.mw-parser-output .IPA{font-family:"Charis SIL","Doulos SIL","Linux Libertine","Segoe UI","Lucida Sans Unicode","Code2000","Gentium","Gentium
  • 霍奇金病霍奇金氏淋巴瘤(英语:Hodgkin's lymphoma)又称霍奇金氏病、何杰金氏病,或何杰金氏淋巴瘤,为淋巴瘤的一型,是一种淋巴细胞的癌变,症状包含发烧、夜间盗汗(英语:Night sweats),以及体重减
  • 罐子罐是指那些开口较大、一般为近圆筒形的器皿,造型特点是口径大腹丰且深,胫部内收,大底足。制造材料可以是陶瓷、金属、玻璃及塑料等,可用来盛物、汲水、烹煮等用途。通称为罐子。
  • 株洲炎帝陵旅游区炎帝传说本非信史,其确切的葬地难以考证,现在中国境内有多处炎帝陵,其中最著名的是位于陕西省宝鸡和湖南省酃县的两处,而酃县也因为炎帝陵的关系于1994年更名为炎陵县。宝鸡相传
  • 氧化亚铁氧化亚铁,是铁的氧化物之一。其外观呈蓝灰色粉末,化学式为FeO,由氧化态为II价的铁与氧共价结合。它的矿物形式为方铁矿(方铁矿)。氧化亚铁经常容易与铁锈混淆,但铁锈的主要成分为
  • 祥林嫂祥林嫂,越剧现代戏,根据鲁迅小说《祝福》改编。祥林嫂年轻时不幸成为寡妇,婆婆将其卖给贺老六为妻。祥林嫂逃到鲁四老爷家做工。之后被卫老二发现,与贺老六成亲,生下儿子阿毛。不