齐夫定律

✍ dations ◷ 2025-11-26 18:59:15 #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

  • 嗜冷生物嗜冷生物是嗜极生物的一种,能够在低温的环境保持生长和繁殖的能力。与之对比的是通常生活在高温环境的嗜热生物。嗜冷细菌在地球上分布很广,因为地球表层很大一片区域的温度都
  • 陆缘海缘海、陆陆缘海或称边陆缘海(英语:Marginal Sea)指的是大海的四周大部分是由半岛、岛屿或者陆地所环绕的大海;名称差异为陆缘海是地球科学名词,陆陆缘海是地质学名词,边陆缘海是海
  • 破恶声论《破恶声论》是1908年12月鲁迅以“迅行”为笔名发表于《河南》第8期的古文文章。后收入《集外集拾遗补编》。1906年6月,章太炎获释,后经上海去日本。同盟会召开欢迎大会,出席者
  • 杨牧南杨牧南(?-?)是第二任播州土司,其活跃年代位于唐朝末年至五代时期。杨牧南是第一代土司杨端之子。本名杨晔。龙纪元年(889年)杨晔接受唐朝的册封,成为牧南侯,故而被称为杨牧南。朱温篡
  • 钙结合蛋白钙结合蛋白(英语:Calcium-binding proteins,CaBP)是一类在细胞钙信号(英语:Calcium signaling)转导中与Ca2+结合的蛋白质。最普遍的Ca2+传感蛋白是在所有真核生物中都有发现的钙调
  • 招魂3《招魂3》(英语:)是一部预定于2020年上映的美国超自然(英语:Supernatural fiction)恐怖片。电影为2016年电影《招魂2》的续集、招魂宇宙的第八部作品,由迈克尔·查维斯(英语:Michael
  • 石冢英藏石冢英藏(1866年7月23日-1942年7月28日),大日本帝国福岛县出身,曾任台湾日治时期第13任总督。1890年,毕业于东京帝国大学政治科,初任法制局参事官兼书记官。1898年3月,以总督府参事
  • 秦基博秦基博(日语:秦 基博/はた もとひろ ,1980年10月11日-),日本男性创作歌手,日本环球音乐旗下艺人。生于宫崎县日南市,长于神奈川县横滨市。身高178cm。家中排行老三。已婚。小学二年
  • 武成达武成达(琉球语:武成達/ブシーター  ?;1809年-1899年)是活跃于琉球国第二尚氏王朝末期和日本冲绳县时期的唐手武术家。他被后世追认为琉球王国时代最伟大的武术家,有“武士松村”
  • 周俐葳周俐葳(Crawdia Chou,1990年9月16日-),台湾女艺人、演员。2015年作为歌手毕书尽MV《Love More》的女主角而打开知名度;2016年出演《大人情歌》中华可欣一角,活泼生动调皮的演技,深受