齐夫定律

✍ dations ◷ 2025-10-15 19:30:58 #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

  • 黑粉菌见内文黑粉菌目(学名:Ustilaginales)是担子菌门黑粉菌纲下的一目。该目真菌是重要的植物病原菌,可引起多种植物的黑粉病。另有少数黑粉菌的菌瘿可食用,如原产自墨西哥的玉米蘑菇(
  • 损害损害,是伦理及法律概念。伯纳德·格特(英语:Bernard Gert)将损害包括:
  • 蓝领蓝领(Blue-collar worker)是一个西方传来的生活型态定义。简单来说就是从事劳动工作的雇员,典型的代表可能是工厂作业员,蓝领经常被用来与白领比较,蓝领族的生活型态很明显的不是
  • 伊利诺伊大学出版社伊利诺伊大学出版社 (University of Illinois Press,缩写UIP)是美国的一家主要的大学出版社。该社成立于1918年,是伊利诺伊大学的一部分。每年,伊利诺伊大学出版社出版120本左右
  • 北京教育学院北京教育学院是中华人民共和国北京市教育委员会直属的一所成人高等师范院校,它成立于1953年。其校地址位于北京市西城区德胜门外黄寺大街什坊街2号。2008年,该学院与北京市西
  • 庾黔娄庾黔娄,字子瞻,中国人。南齐名士,是庾易的儿子。庾肩吾之兄。为孱陵令(孱音zhàn, 治所在今湖北省公安县西)。到县上任不到十天,忽心惊汗流,即弃官归。回到家时发现父亲病了二日,医
  • 理查德·金森理查德·保罗·法兰克·金森(英语:Richard Paul Franck Kingson,1978年6月13日-),出生在阿克拉,是一名加纳足球运动员,司职门将,现是自由身球员。他亦被称为法鲁克·居索伊(土耳其语:Fa
  • 阮黄银阮黄银(越南语:Nguyễn Hoàng Ngân;1984年10月21日-)是越南女性空手道运动员。她在越南体育界的贡献是参加世界空手道锦标赛(英语:Karate World Championships)竞赛以及世界运动会
  • 格雷戈·阿贝特格雷戈·阿贝特(爱沙尼亚语:Gregor Arbet,1983年6月19日-),爱沙尼亚篮球运动员,现在效力于爱沙尼亚球队BC Kalev/Cramo。他也代表爱沙尼亚国家男子篮球队参赛 。
  • ERG3ERG3 或甾醇-C5-去饱和酶(英语:Sterol C5-desaturase)是真菌酿酒酵母()的涉及麦角固醇生物合成的一种酶,与人类基因组中的CS5D同源,可定位于内质网或囊泡中,催化表甾醇的C5(6)脱氢形