齐夫定律

✍ dations ◷ 2025-11-23 13:05:30 #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

  • 二茂铁二茂铁(英文:Ferrocene),或称环戊二烯基铁,是分子式为Fe(C5H5)2的有机金属化合物,室温下会微量升华因而带有似樟脑的特殊气味 。二茂铁是最重要的金属茂基配合物,也是最早被发现的
  • 分子式化学式(德语:chemische Formel/英语:chemical formula),是一种用来表示化学物质(也可能为元素或化合物)组成的式子。一般情况下,由元素符号、数字或其他符号组成;这些符号单一行列,被限
  • 1943年孟加拉饥荒1943年孟加拉饥荒发生在1943年,未分开时的孟加拉(现在独立的孟加拉国和印度的西孟加拉邦)。估计有超过300万人死于饥饿、营养不良和饥荒期间有关的疾病。第一种说法是日本的粮
  • 五灵脂五灵脂,又称作寒号虫粪、灵脂、糖灵脂、灵脂米,是鼯鼠科动物复齿鼯鼠的粪便,主要分布于华北、塞北、华西等地。可入药,属活血化瘀药,能活血止痛。
  • 中台湾大学系统中台湾大学系统(Mid-Taiwan University System, 简称 M6),由中国医药大学、中山医学大学、东海大学、逢甲大学、静宜大学、亚洲大学等六所中部私立大学于2012年6月10日成立,是台
  • 下吕市下吕市(日语:下呂市/げろし  */?)为日本岐阜县中部的市。成立于2004年3月1日,由益田郡萩原町、小坂町、下吕町、金山町、马濑村合并诞生。现任市长为山田良司。木曾町以东、王
  • 大场四平大场 四平(日语:おおば しへい、1890年1月14日 - 1963年7月25日)为日本陆军之军人。最终阶级陆军中将。宫城县出身。父大场喜七。1910年(明治43年)5月、陆军士官学校(22期)毕业、同
  • 杜瓦尔县 (佛罗里达州)杜瓦尔县(英语:Duval County)是位于美国佛罗里达州东北部的一个县。面积2,378平方公里。根据美国人口调查局2000年统计,共有人口778,879人。县治杰克逊维尔。2008年美国人口调查
  • 磁盘扇区在计算机磁盘存储器,一个扇区(英文:sector)是磁盘或光盘上一个磁道的分区。每个扇区存储固定数量用户可访问的数据,传统上512字节对于硬盘驱动器(HDD)和2048字节对于CD-ROM和DVD-RO
  • 自我图式自我图式(self-schema)是指一个长期及稳定的记忆,内容是有关在特定行为领域下的信念、经验及对自我的总括。一个人的自我图式可能包括身体特征,个性特征和兴趣,只要这个人认为这