齐夫定律

✍ dations ◷ 2025-11-13 13:47:00 #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

  • 金手指网路奖在1999年成立的金手指网络广告奖,也称作金手指网络奖,是华文界的第一个网络大奖,主要目的是鼓励网络世界的多元创意。金手指网络广告奖一开始,是由中时电子报、PC Home Online、
  • 黄国峻黄国峻(1971年10月16日-2003年6月20日),台湾宜兰县罗东镇人,作家。父亲是小说家黄春明。淡江中学毕业。曾获联合文学小说新人奖推荐奖。2003年寻短自经,享年31岁。1997年,黄国峻以
  • 座囊菌亚纲煤炱目 Capnodiales 座囊菌目 Dothideales 多腔菌目 Myriangiales座囊菌亚纲(学名:Dothideomycetidae)是子囊菌门座囊菌纲下的亚纲,共包含座囊菌目(Dothideales)、多腔菌目(Myriang
  • 新店客运新店客运股份有限公司(英语:Xindian Bus Co., Ltd.),简称新店客运,主要经营新北市公车、台北市联营公车,公司总部设在新北市新店区。【行经: 捷运新店站(北新路)、 捷运公馆站、国立
  • 王忠诚王忠诚(1925年12月20日-2012年9月30日),山东烟台人,中国神经外科专家,中国神经外科事业的创始人之一。1950年毕业于北京大学医学院,1994年当选为中国工程院院士。曾任北京市神经外
  • 葫芦岛葫芦岛市是中华人民共和国辽宁省下辖的地级市,原名锦西,位于辽宁省西南部。市境东北接锦州市,北临朝阳市,西界河北省秦皇岛市,南滨辽东湾。地处辽冀两省交界,辽西山地丘陵区与沿海
  • 白石宗实白石 宗実(日语:しろいし むねざね、天文22年(1553年)- 庆长4年(1599年)10月),日本战国时代到安土桃山时代武将。陆奥伊达氏家臣。据说头盔上装饰着“也”字。天文22年(1553年)出生。
  • 陈国伟陈国伟(马来语:Tan Kok Wai;1957年10月7日-),男,汉族,祖籍福建省泉州市永春县。马来西亚政治人物,为民主行动党全国主席。现任马来西亚总理对华特使 (属部长级官职)。他也是吉隆坡蕉赖
  • 爱德华·弥额尔·伊根爱德华·弥额尔·伊根(英语:Edward Michael Egan;1932年4月2日-2015年3月5日)是天主教美国籍司铎级枢机,曾是纽约总教区总主教。伊根于1936年6月26日在美国伊利诺伊州库克县芝加哥
  • 迷城乡迷城乡,是中华人民共和国河北省保定市唐县下辖的一个乡镇级行政单位。迷城乡下辖以下地区:东迷城村、西迷城村、中迷城村、下庄村、古洞村、上三土门村、下三土门村、忠勇村和