齐夫定律

✍ dations ◷ 2025-07-27 01:42:17 #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

  • 希腊文希腊语(Ελληνικά),中文也称希腊文,是一种印欧语系的语言,广泛用于希腊、阿尔巴尼亚、塞浦路斯等国,亦有使用于土耳其(包括小亚细亚一带)的某些地区。希腊语言元音发达,希腊人
  • 酒药麹,又称麹糵,酿酒中称酒母,是米、糯米、小麦、大麦、黑麦、燕麦、豆类等粮食作物,及其外皮碾磨而成的白色粉末米糠或麦麸受到麹霉菌等微生物感染,经发酵使微生物有效繁殖而得到的
  • 动物庄园《动物庄园》(英语:Animal Farm),也译作《动物农场》、《动物农庄》、《一脸猪相》,是英国著名作家乔治·奥威尔所编写的托寓小说,在1945年8月17日正式于英国出版。奥威尔表示,此一
  • 中国大陆生育率中国大陆是世界上生育率较低的地区之一。根据2017年的统计数据,在224个国家或地区中排名第182位。总和生育率反映妇女一生中生育的子女总数。2017年人口调查显示,中国大陆总和
  • 第二次世界大战东南亚战区东南亚战区: 缅甸战区:西南太平洋战区:北美战区:日本本土战区:满洲战区:第二次世界大战东南亚战区是太平洋战争中在印度、缅甸、泰国、马来亚和新加坡进行的一系列战役的总称,由大
  • 第六凯旋军团第六凯旋军团(英语:Legio VI Victrix)古罗马军队建制名称。由屋大维于公元前41年建立并存在至2世纪后。该军团曾先后参加佩鲁西亚战役(英语:Perusine War)、亚克兴战役、坎塔布连
  • 圭多·雷尼圭多·雷尼(Guido Reni,1575年11月4日-1642年8月18日) ,或译贵铎·雷尼,是16至17世纪时的一位意大利巴洛克画家,他出生于博洛尼亚,后来也曾长期在此作画,是当时最著名的画家之一。圭
  • 伊斯坦布尔巴萨克赛尔足球俱乐部伊斯坦布尔巴萨克赛尔足球俱乐部(İstanbul Başakşehir Futbol Kulübü,旧称İstanbul Büyükşehir Belediyespor或伊斯坦布尔BB),是一间土耳其伊斯坦布尔的足球俱乐部,
  • 粉褶菌科见内文粉褶菌科(Entolomataceae)是担子菌门下伞菌目的一科。
  • 匈牙利王国 (1526年-1867年)布达(1526–1536) 普雷斯堡(1536–1848) 官方语言: 匈牙利王国,又称哈布斯堡匈牙利王国,是存在于1526-1867年间的一个王国。它是哈布斯堡君主国的一部分,但不是神圣罗马帝国的一部分