齐夫定律

✍ dations ◷ 2025-05-17 06:27:56 #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

  • 普罗旺斯普罗旺斯(法语:Provence),法国东南部的一个地区,古代时是古罗马的一个行省,毗邻地中海,和意大利接壤。从阿尔卑斯山经里昂南流的罗纳河,在普罗旺斯附近分为两大支流,然后注入地中海。
  • 端恪皇贵妃端恪皇贵妃(1844年-1910年),中国清朝女性皇族。佟佳氏,满洲镶黄旗人人。头等侍卫裕祥之女。清朝咸丰帝之皇贵妃,清朝唯一一位历经五朝的皇贵妃。她出身的镶黄旗满洲佟佳氏佟国纲一
  • 加特加特(阿拉伯语:غات‎,Ġāt)也译为甘特市,是利比亚西南部城市,加特省省会,靠近阿尔及利亚边境,地处古代撒哈拉商路上,曾为奴隶贸易中心。附近有世界文化遗产塔德拉尔特阿卡库斯岩
  • 财富 (杂志)(2011)《财富》(英语:Fortune)是一本美国商业杂志,由亨利·路思义创办于1930年,拥有专业财经分析和报道,以经典的案例分析见长,是世界上最有影响力的商业杂志之一。现属时代公司。
  • 1944年教育法令1944教育法令(Education Act 1944),此法令改革了英格兰与威尔士中学的教育系统。法令常以保守党政治家拉布·巴特勒命名,他为中学教育引入了三分系统Tripartite system of educa
  • 羊羔肉羊羔肉,回族食品,由著名的靖远小羊羔作主料,辅以干辣椒、红薯粉条及少量蔬菜,烧制而成。羊肉极嫩。主食为白皮面,加羊肉汤汁。
  • 维克托里诺·德拉普拉萨维克托里诺·德拉普拉萨·伊·帕拉西奥斯(西班牙语:Victorino de la Plaza y Palacios,1840年11月2日-1919年10月2日) ,阿根廷总统(1914—1916年)。
  • 戴德伍德 (南达科他州)戴德伍德(英语:Deadwood),是美国南达科他州下属的一座城市,劳伦斯县的县城。根据2010年美国人口普查,该市有人口1,284人。论人口在本州排行第51。
  • Air (INFINITE专辑)《Air》是韩国男子组合INFINITE的第三张日语专辑,于2017年5月24日以三个版不同版本推出。2017年4月14日,Woollim娱乐公布INFINITE将发行第三张日语专辑,并计划于5月27日在东京
  • MansplainingMansplaining,是一个英语的复合词(或组合字(英语:Blend word)),由man(人或男人)与splaining(explaining,“解释”一词的动名词态)组合而成,经常带有贬义,意指“以居高临下的说教姿态向他人