齐夫定律

✍ dations ◷ 2025-12-03 15:21:48 #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

  • 阿尔伯塔阿尔伯塔省(英语、法语:Alberta),简称艾省、亚省、阿省,是加拿大的一个省。阿尔伯塔是加拿大西部草原三省之一,西部与不列颠哥伦比亚相邻,东部与萨斯喀彻温相邻,北部与西北地区相邻,
  • 截角五角化六十面体在几何学中,截角五角化六十面体是一种凸多面体,由12个正五边形和60个六边形组成,那60个六边形是全等的,但不是正六边形。截角五角化六十面体共有72个面、210个边和140个顶点,是五
  • 法律系北京大学法学院(Peking University Law School、PKU LAW、PKULS),原为北京大学法律系,前身是京师大学堂于1904年成立的法律学科,是中国历史最悠久的正规法律教育机构(其后为1909年
  • 埃拉特埃拉特(希伯来语:אֵילַת‎,阿拉伯语:إيلات)是以色列最南端的港口城市,位于红海亚喀巴湾北端。面积84.789平方公里,人口50,072(2016年)。埃拉特机场主要供国内航班使用。
  • 戚雅仙戚雅仙(1928年2月-2003年1月27日),原名戚爱英,浙江余姚人,生于上海,中国越剧表演艺术家。越剧中“戚派”的创立者。1928年2月,出生于上海,家境清贫。1941年,入上海陶叶剧团科班,学习越
  • 德怀特·鲍威尔德怀特·鲍威尔(英语:Dwight Powell,1991年7月20日-),加拿大职业篮球球员,司职大前锋和中锋。目前效力于达拉斯小牛队。鲍威尔曾参加2014年NBA选秀被夏洛特黄蜂队以第二轮第45顺位
  • 萨达尔·阿兹蒙萨达尔·阿兹蒙(波斯语:سردار آزمون‎,1995年1月1日-)是一位伊朗足球运动员,目前效力于俄超的泽尼特,位置前锋。阿兹蒙脚下技术出色,尤其擅长带球突破,在出道时一度被人称
  • 乔·奥顿肯尼斯·侯利维尔(Kenneth Halliwell)约翰·金斯利·奥顿 (英语:John Kingsley Orton) (1933年1月1日-1967年8月9日),笔名为乔·奥顿,英国剧作家、作家和日记作家。他的事业生
  • 新西兰玉新西兰玉,又称绿玉,直译普纳姆(Pounamu,字面意思为“绿色的石头”)。是主要分布在新西兰南部的几种坚固耐用的石材。 这种玉石对于毛利人有着重要的价值,尤其是用新西兰玉制成的硬
  • 石羊镇 (都江堰市)石羊镇,是中华人民共和国四川省成都市都江堰市下辖的一个乡镇级行政单位。地处成都市的西北部,镇境南北长约11公里,东西宽约8公里,距成都市区40公里。2019年12月,撤销柳街镇,将其