齐夫定律

✍ dations ◷ 2025-12-11 00:58:05 #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

  • 维管植物维管植物(或作维管束植物)是指具有维管组织的植物,这些组织中可将液体作快速的流动,在体内运输水分和养分,它包括蕨类植物和种子植物。种子植物又分为裸子植物和被子植物。维管植
  • 卡洛·阿尔贝托卡洛·阿尔贝托(意大利语:Carlo Alberto Amedeo,1798年10月2日-1849年7月28日),本名卡洛·阿尔贝托·阿梅迪奥,萨丁尼亚-皮埃蒙特王国国王(1831~1849)。萨伏伊王朝旁系,卡洛·埃曼努埃莱
  • Nasub2/subWOsub4/sub钨酸钠,化学式Na2WO4,一般为二水合物(Na2WO4·2H2O)的形式。由三氧化钨与氢氧化钠溶液反应,再经蒸发结晶、离心脱水、干燥,得到成品。无色结晶或白色斜方结晶。溶于水,水溶液呈微碱
  • 抽水蓄能发电抽蓄发电(Pumped-storage hydroelectricity),又称抽水蓄能电站,是一种特殊的水力发电厂。它将离峰电力以水的势能储存起来的大型装置,在用电的尖峰时间再用来发电。换言之,这类“
  • 分离定律基因的分离定律(英语:mendelian inheritance)是遗传学的三大定律之一(另外两个是基因的自由组合定律和基因的连锁交换定律)。它由奥地利遗传学家孟德尔(G.J.Mendel, 1822~1884)经
  • 国际热核聚变实验反应堆坐标:43°42′17.84″N 5°46′9.1″E / 43.7049556°N 5.769194°E / 43.7049556; 5.769194国际热核聚变实验反应堆(英语:International Thermonuclear Experimental Reactor,
  • 法式舌吻深吻,又称湿吻、舌吻或法式接吻,是一种浪漫而性感的接吻方式。通常是接吻时舌头放进对方口中,与对方舌头相互接触。深吻会碰触伴侣的嘴唇、舌头及口,这些部分对碰触相当敏感,因此
  • 邱德拔体育馆北京大学邱德拔体育馆是为2008年北京奥运乒乓球专项而新兴建的比赛场馆,随后的残疾奥运会中,该大学体育馆亦会进行乒乓球项目的比赛。2008年8月13日至8月23日,2008年北京奥运乒
  • YouTube PoopYouTube Poop(通常缩写为YTP)又名YouTube粪便,是一种透过编辑现有的媒体资源而创作出来的混杂影片,目的是搞笑、淫秽、令人烦恼、困惑、震惊或戏剧化的用途。YouTube Poop有此名
  • 赤鱬赤.mw-parser-output ruby.zy{text-align:justify;text-justify:none}.mw-parser-output ruby.zy>rp{user-select:none}.mw-parser-output ruby.zy>rt{font-feature-setting