齐夫定律

✍ dations ◷ 2025-09-15 15:18:06 #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

  • 新阿基坦新阿基坦(法语:Nouvelle-Aquitaine)为法国大区,是根据2014年大区重划,合并阿基坦、利穆赞、普瓦图-夏朗德等三个大区,2016年1月1日起生效。暂定名称是由原来三个大区:阿基坦、利穆
  • 辉格党英国辉格党(Whig)是英国历史上的一个政党。辉格一词的来源是“驱赶牲畜的乡巴佬”(whiggamore),用以消遣“好勇斗狠的苏格兰长老会信徒”,是政敌托利党对辉格党员的歧视语,但后来约
  • 伊拉克总统伊拉克总统是伊拉克的国家元首。1958年伊拉克推翻君主立宪制后建立共和国,并开始设立总统一职。在绝大多数历史时期,伊拉克的总统职权都被专制独裁者所垄断,没有一个明确的宪政
  • 酸度调节剂酸度调节剂,或pH值控制剂,使用来调整或保持pH值(酸或碱)的一种食品添加剂。酸度调节剂可以是有机酸或无机酸,碱, 中和剂或缓冲剂。酸度调节剂由其E编码标识,如E260 (乙酸),或列在"
  • 荔波县荔波县是中华人民共和国贵州省黔南布依族苗族自治州下属的一个县。面积2432平方公里。邮政编码558400,县政府驻玉屏街道。荔波于秦王赢政三十六年(公元前221年)为象郡毋敛县地
  • 煎饼汤饭馔韩国煎饼(韩语:부침개)是一种韩国传统食品,由浸在面糊和鸡蛋液的混合物中的多种配料在平底锅中煎制而成。将小麦粉、米粉、鸡蛋和水混合,再在其中加入洋葱、韭菜、胡萝卜、
  • 奥卡纳干国家森林奥卡纳干国家森林(英语:Okanogan National Forest)是一处美国国家森林,位处美国华盛顿州中北部奥卡诺根县境内。这片1,499,013-英亩(2,342.208-平方英里;6,066.29-平方千米)的森林
  • 天主教伊穆斯教区天主教伊穆斯教区 (拉丁语:Dioecesis Imusensis、他加禄语:Diyosesis ng Imus)是菲律宾一个罗马天主教教区,属马尼拉总教区。辖区包括甲米地省。2006年有教友2,210,000人、46个堂
  • 菲恩·卡特菲恩·卡特(英文:Finn Carter,1960年3月9日),美国女演员,主要作品有《从地心窜出》。卡特出生在密西西比州的格林维尔。她是前美国国务院负责公共事务的助理国务卿Hodding Carter
  • Redmi 8Redmi 8是小米科技旗下的子品牌Redmi(原红米手机系列)于2019年10月14日发布的智能手机系列,包含Redmi 8和Redmi 8A 两款机型。 该智能手机定位于“五星高品质入门机”。即通过