齐夫定律

✍ dations ◷ 2025-12-06 07:11:53 #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

  • 内共生共生体学说(英语:Symbiogenesis),又称内共生学说(英语:endosymbiotic theory),是关于真核生物细胞中的一些自主细胞器ㄧ线粒体和叶绿体起源的学说。根据这个学说,它们起源于共生于真
  • π重叠重叠(英语:Stacking,又译堆积)在超分子化学中是指芳香性分子的一类排列堆积形式。例如DNA中连续性碱基的堆积系统,或是某些具有两个非极性环的酵素,会以π轨道重叠的方式而堆积在
  • 面包师面包师是指一种以烤箱或者其他热源制作面包或其他食品,并且贩卖之的人,面包师工作的地点称为烘焙坊。
  • 伊都立伊都立(满语:ᡳᡩᡠᡵᡳ,穆麟德:Iduri;?-1753年),伊尔根觉罗氏,满洲正黄旗人,历任刑部侍郎、山西、江西巡抚等职。伊都立为大学士伊桑阿之子,自举人任内务府员外郎,历刑部侍郎,巡抚山西。
  • 应用艺术应用艺术,是指主要以应用为目的的艺术,和主要以纯粹的审美为目的的纯粹艺术相对。应用艺术主要包括日常生活用品所承载的工艺美术(餐具、灯具、家具等),建筑艺术,和各种与艺术有关
  • 2008–092008-09 NBA赛季是NBA联盟第63个赛季。常规赛从2008年10月28日持续到2009年4月15日。在季后赛中,洛杉矶湖人4:1奥兰多魔术获得总冠军。最后更新:2009年4月16日
  • 石中剑酒店石中剑酒店(Excalibur Hotel and Casino)是位于美国内华达州天堂市赌城大道上的一间赌场酒店。之前隶属于曼德勒渡假村集团(Mandalay Resort Group),后来曼德勒被美高梅集团所收
  • 第八第八航空队(英语:Eighth Air Force)是美国空军全球打击司令部下属的一个编号航空队,指挥部位于路易斯安那州的巴克斯代尔空军基地(英语:Barksdale Air Force Base)。
  • 烟灰缸(或否认客观实在的那一个人)《烟灰缸(或否认客观实在的那一个人)》(英语:)是由埃洛·莫里斯撰写,批判哲学家汤玛斯·孔恩的书。在书中,莫里斯将孔恩称为相对主义和理想主义哲学家,将他对孔恩的观点与他自己借由
  • 电子阅读器电子阅读器,也称为E-Reader或电子书设备,是一种移动电子设备,其主要目的是阅读电子书和期刊。凡可在营幕上显示文本的任何设备都可以称之电子阅读器,但是专用的电子阅读器设备可