齐夫定律

✍ dations ◷ 2025-11-26 12:09:30 #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

  • 药物设计药物设计(英语:Drug design),又称理性药物设计(rational drug design),根据对于靶点(Biological target)的现有知识,去寻找与发明出新型药物的过程。药物设计根据有机小分子物质(如蛋白
  • 冶金学冶金学(英语:metallurgy)属于材料科学,是研究从矿石中提取金属,并用各种加工方法制成具有一定性能的金属材料的学科。冶金学也研究金属、金属互化物或其混合物(称为合金)的物理及化
  • 地雷地雷是一种放置或埋在地下的爆裂物,经常被用来杀伤经过的敌方人员或车辆,是一种被动式的陆战军事武器。人类最早使用这类被动性杀伤武器的纪录,可回溯到在中国的宋朝,在一次城池
  • 查塔胡其-奥康尼国家森林查塔胡其-奥康尼国家森林(英语:Chattahoochee-Oconee National Forest)是美国的一处国家森林,1936年7月9日建立,位处佐治亚州,总占地面积866,468英亩(3,506.47平方千米),最近的城市为
  • 死国死国可以指:
  • 朝元图《朝元图》是元代泰定三年(1325年)由马君翔等人绘制在永乐宫三清殿殿内的壁画,描绘了道教诸神朝拜元始天尊的故事。《朝元图》是中国现存的规模最大的元代壁画。
  • 片山东熊片山东熊(かたやま とうくま)是一位日本明治天皇时期的建筑家,出生于山口县。片山东熊是工部大学建筑学科第1期学生,工手学校(现工学院大学)造家学科教务主理。片山东熊曾设计许多
  • 长崎龙舟竞渡长崎龙舟竞渡是日本长崎市长崎港每年夏季举行的龙舟竞渡,自江户时代初期开始,至今已有超过三百五十年历史,是日本除冲绳县外第一个出现的龙舟竞渡,也是全日本最著名的龙舟竞渡之
  • 圭多·布格斯塔勒圭多·布格斯塔勒(德语:Guido Burgstaller;1989年04月29日-)是一位奥地利足球运动员,在场上的位置是前锋。他现在效力于德甲球队沙尔克04。
  • 天主教特伦顿教区天主教特伦顿教区(拉丁语:Dioecesis Trentonensis、英语:Roman Catholic Diocese of Trenton)是美国一个罗马天主教教区,属纽瓦克总教区。成立于1881年8月2日。范围包括新泽西州