齐夫定律

✍ dations ◷ 2025-11-30 07:50:51 #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

  • 生物的单次繁殖和多次繁殖生物的单次繁殖和多次繁殖(Semelparity and iteroparity)是指动物物种的繁殖策略。单次繁殖的动物一生只会繁殖一次,然后死亡;而多次繁殖的动物终其一生可进行多次繁殖行为。
  • 降冰片烷降冰片烷 (系统命名为双环庚烷)是一种有机化合物。它是一种饱和的桥环化合物,化学式为C7H12。它是一种熔点为88°C的晶体。它是由环己烷的碳骨架在1,4位桥连一个亚甲基形成的
  • 听觉神经前庭耳蜗神经(Vestibulocochlear nerve)是12对脑神经当中的第8对,同时也称作听神经。它是支配内耳的脑神经,其中又可分为掌管听力的耳蜗神经、掌管平衡的前庭神经。本神经位在颞
  • 哈珀哈珀县(Harper County, Oklahoma)是美国奥克拉荷马州西北部的一个县,北邻堪萨斯州。面积2,696平方公里。根据美国2000年人口普查,共有人口3,562人。县治布法罗(Buffalo)。成立于19
  • 美国现役军机列表本文列明了美国空军、陆军、海军、海军陆战队和海岸警卫队5个军种的现役军机,包括飞机、直升机、短距起降飞机、垂直起降飞机和无人机等各类型飞机。美国军用飞机无论是哪个
  • 地下室手记《地下室手记》(Записки из подполья) 是俄国作家陀思妥耶夫斯基于1864年发表的一本小说。 本书由主角地下室人以第一人称的方式叙述,地下室人是名年约40的退
  • 凝固点降低凝固点降低是指将溶质加入溶剂时,溶剂的凝固点降低的现象。 例如,在水中加入盐或酒精,以及两种固体杂质以粉末形式的混合(在这种情况中,被加入的混合物作为溶质,原固体视为溶剂)。
  • 舞-HiME角色列表舞-HiME角色列表是作品《舞-HiME》在电视动画、漫画和广播媒体组合中登场的人物解说。由学校的Hime所组成,专门应付无依者的部队。每次战斗过后总会有地方被破坏,因此被称为"
  • 女神异闻录3与4系列角色列表女神异闻录3与4系列角色列表展示于日本Atlus 发售的角色扮演游戏系列作品《女神异闻录3》(Shin Megami Tensei: Persona 3,简称“P3”)和《女神异闻录4》(Shin Megami Tensei: P
  • 精神 (超级机器人大战)精神(音译:Seishin,意译:Spirit Commands)为日本电视游戏超级机器人大战中和传统电脑角色扮演游戏中的魔法类似的特殊指令。它和魔法的主要不同点是,不像最终幻想系列游戏里面