齐夫定律

✍ dations ◷ 2025-07-03 12:01:39 #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

  • 老人医学人体解剖学 - 人体生理学 组织学 - 胚胎学 人体寄生虫学 - 免疫学 病理学 - 病理生理学 细胞学 - 营养学 流行病学 - 药理学 - 毒理学老年医学(英语:Geriatrics)是医学的一个
  • 彭瑞金彭瑞金,(1947年-),为知名台湾文学评论家。高雄师范大学国文系毕业。青年时期因撰写锺肇政研究,获锺肇政赏识,缔下其与台湾文学的姻缘,其后长年投入台湾文学评论与研究工作。曾任静宜
  • 氯化铅氯化铅,又称二氯化铅(PbCl2)是一种无机化合物,是一种在标准状况下是白色固体。它微溶于冷水,可溶于热水。它是白色粉末,密度为5.3-5.8克/厘米。摩氏硬度为1.5-2。溶解度为 0.99 g/
  • 明信念阿尔伯特·爱因斯坦的宗教观是许多学者详细研究的内容,他们借此获得有关宗教与科学关系的看法。(因为爱因斯坦是当代最有代表性的科学家),“科学决定论”的问题引起了对爱因斯坦
  • 高雄市公共自行车高雄市公共自行车租赁系统(CityBike),是台湾高雄市的接驳型公共自行车租赁系统,为全台第一座启用的都会网络型公共自行车自动化租赁系统,由高雄市政府环境保护局建置及负责,于2009
  • 丁柳元丁柳元(1977年4月21日-),早期艺名柳渊,中国女演员和导演,现任解放军文化艺术中心影视部-导演队副队长。兼任中国电视艺术家协会理事。2016年以海棠依旧得到解放军金星奖最佳女演员
  • 冯纪忠冯纪忠(1915年-2009年12月11日),河南开封人,教授,建筑师和建筑教育家。同济大学建筑与城市规划学院创始人,也是中国城市规划专业的创始人。同济大学建筑与城市规划学院名誉院长。曾
  • 蒂米什瓦拉事件蒂米什瓦拉事件(罗马尼亚语:Evenimentul Timișoara),为1989年12月16日发生在罗马尼亚蒂米什瓦拉的冲突事件。蒂米什瓦拉为位于罗马尼亚与匈牙利边境的城市,当地有一个匈牙利族归
  • 陈占祥陈占祥(Charles Chen,a.k.a Chi Ziang Chen 1916年6月13日-2001年3月12日)城市规划师,建筑师。生于上海,原籍浙江宁波奉化,与蒋中正家族为世交。1935年,上海雷士德工学院附设中专(简
  • 詹金斯的耳朵战争詹金斯的耳朵战争(英语:War of Jenkins' Ear),西班牙称阿西恩托战争(西班牙语:Guerra del Asiento,“阿西恩托”意为进口黑人许可证),是大不列颠与西班牙之间一场发生于1739年至1748