齐夫定律

✍ dations ◷ 2025-12-09 04:37:57 #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

  • 种植业种植业,一种物质生产部门,是农业的重要组成部分,属第一产业。通过培育植物并施肥、浇水、除草等帮助植物生长发育,最后收获种子、叶片或茎干等。种植业的产品包括粮食、蔬菜、经
  • 黄凡参数所指定的目标页面不存在,建议更正成存在页面或直接建立下列一个页面(建立前请先搜寻是否有合适的存在页面可以取代):注意如果条目名称是繁体字要使用繁体的“消歧義”,简体字
  • 粒子个数粒子数是热力学系统中的一个参数,常规用字母N表示,是该系统中的组成粒子数量。粒子数是热力学中的一个基本参数,是与化学势共轭的参数。不同于大多数的物理量,粒子数是一个无因
  • 山叶公司雅马哈公司(日语:ヤマハ株式会社,台湾称作山叶公司)是日本一家生产乐器、音响设备及音效产品的公司,现时是世界上最大的乐器生产商。总部位于静冈县滨松市,旗下子公司还经营家居设
  • 罗马帝国政府古罗马政府与政治 系列条目罗马共和国前509年–前27年 罗马帝国前27年–1453年元首制西罗马帝国君主制东罗马帝国王政时代宪政(英语:Constitution of the Roman Kingdom) 共和
  • 747超级灭火机长青航空747超级灭火机(Evergreen 747 Supertanker)是一种以波音747广体货机改造而成的超大型灭火机,由美国长青国际飞行(英语:Evergreen International Aviation)(Evergreen Inter
  • 陈芳允陈芳允(1916年4月3日-2000年4月29日),浙江黄岩人,中国无线电电子学家,中国科学院院士,两弹一星功勋奖章获得者之一,也是中国高技术863计划最早的倡导人之一。陈芳允1934年考入清华大
  • 劳德希尔劳德希尔(英语:Lauderhill)是美国佛罗里达州下属的一座城市。建立于1959年。面积约为19平方公里(约合7.3平方英里)。根据2010年美国人口普查,该市有人口66,887人。论人口在本州排
  • 宝石大眼鲷宝石大眼鲷,又称金目大眼鲷,俗名红目鲢,为辐鳍鱼纲鲈形目的其中一个种。本鱼分布于印度太平洋区,包括红海、东非、台湾、日本、澳洲北部、土木土群岛等海域。水深8至80米。本鱼
  • 大悲乡大悲乡,是中华人民共和国河北省保定市顺平县下辖的一个乡镇级行政单位。大悲乡下辖以下地区:北大悲村、西大悲村、南大悲村、富有村、南盘村、野场村、龙王水村、解放村、天井