齐夫定律

✍ dations ◷ 2025-12-10 01:50:47 #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

  • 阿基斯二世阿基斯二世(古希腊语:Ἄγις B', 英语:Agis II),(?-前399年),前427年—前399年在位,斯巴达埃乌吕彭家族国王,阿基达姆斯二世之子及继承人。公元前426年与公元前425年的阿基达姆斯战
  • 武汉市政府1999年规定:印章直径4.5厘米,中央刊国徽,由湖北省人民政府制发。武汉市市标位于沿江大道的武汉市人民政府中国共产党武汉市委员会武汉市人民代表大会武汉市人民代表大会常务委
  • 兴趣兴趣是人类在空闲时间喜欢做的休闲活动。兴趣是一种人们在空闲时享受及乐于去做的活动,通常人们不是以赚钱为目的而参与这些活动。或者去某处待着,以心情愉快为目的。例如:
  • 奥利弗·史密斯奥利弗·史密斯(英语:Oliver Smithies,1925年6月23日-2017年1月10日),英国出生的美国遗传学家,北卡罗来纳大学教堂山分校教授。因发明基因剔除技术与美国科学家马里奥·卡佩奇和英
  • 那班道尔吉·扎丹巴那班道尔吉·扎丹巴(蒙古语:Наваандоржийн Жадамбаа,1900年-1939年)蒙古族,外蒙古土谢图汗部右翼左末旗(今蒙古国色楞格省Baruunkharaa地区)人,蒙古政治家。192
  • 台中火车站 (古迹)坐标:24°08′12.4″N 120°41′06.0″E / 24.136778°N 120.685000°E / 24.136778; 120.685000旧台中车站是台铁台中车站自1905年5月15日设站开始、至2016年10月15日台中铁
  • 郑洪猷郑洪猷,广东海丰县坊廓都人,明朝政治人物,同进士出身。崇祯元年(1628年)戊辰科进士,授安徽泾县知县,后升刑部主事。
  • 剪力墙剪力墙,也叫做抗震墙,结构墙或耐震壁,一般为钢筋混凝土造,在地震多发地区很常见。水平荷载是剪力墙的主要荷载,它使剪力墙受剪和受弯。为了满足使用要求,剪力墙往往开有门、窗等孔
  • 童心社株式会社童心社(どうしんしゃ)是位于东京都文京区的童话,絵本,児童図书,出版社。也是纸芝居最早期的专门出版社。1957年 纸芝居的専门出版社在东京都新宿区的童心社设立。1960年
  • 哥伦比亚猛犸哥伦比亚猛犸(英语:Columbian mammoth ,学名:)是一种猛犸象。更新世晚期分布在北美洲,身上没有像真猛犸那样的毛,哥伦比亚猛犸于1.25万年前灭绝。哥伦比亚猛犸栖息于草原或稀树草原