齐夫定律

✍ dations ◷ 2025-11-15 06:24:25 #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

  • 科科斯群岛科科斯(基林)群岛(英语:Cocos (Keeling) Islands)是澳大利亚位于印度洋的海外领地,位于澳大利亚本土与印尼之间的南纬12°0′00″ 东经96°30′00″。群岛面积达14.2平方公里;人口
  • 蔡英文政府蔡英文政府可以是指:
  • 领导人苏联主题根据1977年颁布的《苏联宪法》,苏联部长会议主席(前期为苏联人民委员会)是苏联政府首脑,苏联最高苏维埃主席团主席为国家元首。部长会议主席相当于部分西方国家的总理,最
  • 核电池原子能电池(又称核电池,氚电池或放射性同位素发电装置)是指那些使用放射性同位素衰变时产生之能量来产生电力的装置。这会使人误解成核反应堆,但实际上这种电池不是利用链式反应
  • 克氏原螯虾克氏原螯虾(学名:),原产于美国东南部,又名美国螯虾、路易斯安那州螯虾,中华人民共和国称小龙虾,属蝲蛄科,在中国北方某些地区被直接称为“蝲蛄”,是最具食用价值的淡水龙虾品种,年产量
  • 埃利奥特·罗斯福埃利奥特·布洛克·罗斯福(Elliott Bulloch Roosevelt,1860年2月28日-1894年8月14日),美国总统狄奥多·罗斯福的胞弟,美国总统富兰克林·D·罗斯福妻子埃莉诺·罗斯福的父亲。埃利
  • 弓道弓道(日语:弓道/きゅうどう )是日本一种利用和弓与箭,通过射中箭靶(日语:的 (弓道))的一系列动作来锻炼身心的武道。它以古武道的弓术(日语:弓術)的为基础,并结合了现代体育运动与体育
  • 地中海岛屿列表面积大于10km²的'地中海岛屿,按面积大小排列:
  • 米洛斯拉夫·赫鲁伯米洛斯拉夫·赫鲁伯(Miroslav Holub),又译侯禄布、霍鲁布 (1923年9月13日-1998年7月14日)是捷克诗人、免疫学家。二战后,他就读布拉格大学医学院。他在二战末开始写诗。
  • 狮子狗北京狗又称狮子狗(英语:Pekingese),是一种小型的宠物狗,来自中国,是很受人喜爱的贵族宠物。它天性活泼,驯养它使一些人获得乐趣,在灯下它的眼睛闪闪发亮。中国人也叫它们为福狗,许多