齐夫定律

✍ dations ◷ 2025-12-05 17:11:02 #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

  • 甲氧麻黄酮甲氧麻黄酮(英语:Mephedrone),又名4-甲基甲基卡西酮(4-MMC),英文俚称Meph、Drone和MCAT,常被称为喵喵,是一种人工合成的苯丙胺类及卡西酮类兴奋剂药物。人类施用该药物后,身体会产生之
  • Lisub2/subS硫化锂(Li2S),为锂的硫化物。白色至黄色晶体。在空气中吸收水分并水解,放出硫化氢气体。易溶于水,能溶于乙醇。具反萤石型结构。可被酸分解放出硫化氢;可与硝酸剧烈反应,但氢溴酸与
  • 太阳历阳历(又称太阳历,英语:Solar Calendar),起源于6000多年前的古埃及。为据地球围绕太阳公转轨道位置,或地球上所呈现出太阳直射点的周期性变化,所制定的历法;不据月亮的月相周期,岁实为
  • 阿伦·格林斯潘艾伦·格林斯潘,KBE(英语:Alan Greenspan,1926年3月6日-),尊称格老,美国人,美国第十三任联邦储备委员会主席。许多人认为他是美国国家经济政策的权威和决定性人物,比如他决定美国政府
  • 小窗格苔藓虫Fenestrellina cyclofenestrata小窗格苔藓虫(学名:Fenestrellina),又名木栅苔藓虫,是一属已灭绝的苔藓虫,生存于志留纪至二叠纪末期的海洋中。其化石分布于世界各地。它们的单体长
  • 臧振华臧振华(1947年2月28日-),台湾水下考古学(英语:Underwater archaeology)家,中央研究院历史语言研究所特聘研究员,中央研究院院士。臧振华祖籍山东日照,生于青岛市,1949年随家人迁往台湾
  • ZeniMax MediaZeniMax Media Inc.是美国媒体公司,通过其子公司开发并发行电子游戏。ZeniMax持有id Software(毁灭战士系列、雷神之锤系列、德军总部系列开发商)、贝塞斯达游戏工作室(上古卷轴
  • 森特尼尔市森特尼尔(英文:Centennial),是美国科罗拉多州阿拉珀霍县下属的一座城市。建市于2001年2月7日,面积大约为28.869平方英里(74.771平方公里)。根据2010年美国人口普查,该市有人口100,37
  • 罗森堡夫妇案朱利叶斯·罗森堡(Julius Rosenberg;1918年5月12日-1953年6月19日)和艾瑟尔·格林格拉斯·罗森堡(Ethel Greenglass Rosenberg;1915年9月28日-1953年6月19日)夫妇是冷战期间美国的共
  • 越南现代史年表越南现代史年表是1945年以后的越南历史年表。