齐夫定律

✍ dations ◷ 2025-12-02 19:19:11 #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

  • 高渗剂张性(英语:Tonicity)是形容细胞内和细胞外的渗透压比例、溶质浓度比例及水势比例。当细胞置于高渗溶液(英语:hypertonic solution)中,细胞内的渗透压会小于细胞外的渗透压,细胞内的
  • 张明正美国张明正(英语:Steve Chang,1954年-),生于台湾屏东市。辅仁大学数学系学士,美国理海大学硕士,世界知名防毒软件公司“趋势科技”的创始人,在2004年前一直担任该公司的首席执行官。2
  • NHK前桥放送局NHK前桥放送局,是日本放送协会位于群马县前桥市的地方放送局,也是负责主管事务的放送局。另外,NHK前桥放送局还负责转播NHK东京教育频道(JOAB-DTV)。NHK前桥放送局在群马县境内提
  • 战神象兜虫战神象兜虫(学名:)是象兜虫属中身长最长的一种,雄性身长可达144mm,体重虽不及亚克提恩象兜虫,但若比身长,会比体重较重的亚克提恩象兜虫更胜过一畴。分布在中南美洲,以战神玛尔斯命
  • 胡兆龙胡兆龙,(1627年-1663年),字具茨(一字予衮),号宛委,浙江山阴(今绍兴)人,顺天府大兴籍。清初政治人物。父胡拱枢,曾任陵川县丞。胡兆龙于顺治二年(1645年)中举,顺治三年中式丙戌科二甲第二十一
  • 大迫明伸大迫明伸(1960年11月27日-)是一名日本男子柔道运动员。他在1988年汉城夏季奥林匹克运动会中,参加了男子柔道比赛并获得男子86公斤级铜牌。
  • Shalala 希望之歌“Shalala 希望之歌”(Shalala キボウの歌)是日本的音乐团体AAA的第6张单曲。2006年3月23日由avex trax发售。
  • 中国科学院植物研究所中国科学院植物研究所(英语:Institute of Botany, Chinese Academy of Sciences,缩写作 IB-CAS;简称中科院植物所或植物研究所,研究所内部常常称为植物所)是位于中国北京市海淀区
  • 葡式蛋挞葡式蛋挞(葡萄牙语:pastel de nata,复数形式 pastéis de nata),又称葡式奶油挞、焦糖玛琪朵蛋挞,粤港澳地区称葡撻,是一种小型的奶油酥皮馅饼,属于蛋挞的一种,焦黑的表面(是糖过度受
  • 中国人的Y染色体单倍型统计中国人的“Y染色体单倍型”,是祖籍在中国地区的男性Y染色体的SNP和STR类型。中国的Y染色体单倍型的分布有其特有的规律,是研究无文字记载的中国远古人群迁移史的关键证据之一