齐夫定律

✍ dations ◷ 2025-11-19 09:40:01 #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

  • Angewandte Chemie International Edition《应用化学》(德语:Angewandte Chemie)是一本涵盖化学所有方面的同行评审科学期刊,每周出版一期。2011年,该刊的影响因子为13.455,它是发表原创研究的化学期刊中影响因子最高的;201
  • span class=chemf style=white-space:nowrap;Csub17/sub十七烷是一种有机化合物,一种化学式为C17H36的烷烃。十七烷有24894个同分异构体。
  • 肘部肘是指手臂中部,连接上臂与前臂的铰链关节——肘关节附近的区域。有三块骨头与肘关节相连:上臂的肱骨、前臂的尺骨和桡骨。肘尖的突出物是尺骨鹰嘴,而肘内部的外表构造称为肘前
  • 功率功率(英语:Power)定义为能量转换或使用的速率,以单位时间的能量大小来表示,即是作功的率。功率的国际标准制单位是瓦特(W),名称是得名于十八世纪的蒸汽引擎设计者詹姆斯·瓦特。灯泡
  • 灰鲸灰鲸(学名:Eschrichtius robustus),现又称东太平洋灰鲸,其他称呼有加州灰鲸、魔鬼鱼、掘贝者和弱鲸,是一种每年来往摄食区和繁殖区的鲸。为灰鲸科灰鲸属的动物。在中国大陆,分布于
  • 约克县约克县(英语:York County)是美国缅因州南部的一个县,南界新罕布什尔州。面积3,293平方公里。根据美国2000年人口普查,共有人口186,742。县治奥福雷(Alfred)。成立于1636年(当时仍属
  • 高雄代天宫高雄代天宫,俗称哈玛星代天宫、哈玛星代天府、哈玛星大庙,址在高雄市鼓山区鼓波街27号,前身为日治台湾高雄第一个市府所在地,其建筑雄伟庄严,内部雕梁画栋,出自名匠潘丽水大师精心
  • 卡塔通博闪电卡塔通博闪电(西班牙语:Relámpago del Catatumbo)是一种发生在委内瑞拉的特殊大气现象,指的是在卡塔通博河注入马拉开波湖处周围的一小块沼泽地区频繁发生闪电的现象。这一地区
  • 百慕大手躄鱼百慕大手躄鱼是辐鳍鱼纲��目躄鱼亚目躄鱼科的其中一种,为热带海水鱼,分布于西大西洋区,包括百慕大群岛、海地、波多黎各、巴哈马及哥伦比亚、委内瑞拉外海海域,栖息深度4-30米,体长
  • 人工势场法人工势场法是由Khatib提出的一种机器人路径规划算法。该算法将目标和障碍物分别看做对机器人有引力和斥力的物体,机器人沿引力与斥力的合力来进行运动。该法结构简单,便于低层