语言统计学三大定律:Zipf law,Heaps law和Benford law

语言统计学三大定律:Zipf law,Heaps law和Benford law

zipf law:在给定的语料中,对于任意一个term,其频度(freq)的排名(rank)和freq的乘积大致是一个常数。

Heaps law:在给定的语料中,其独立的term数(vocabulary的size)v(n)大致是语料大小(n)的一个指数函数。

Benford law:在自然形成的十进制数据中,任何一个数据的第一个数字d出现的概率大致log10(1+1/d)

 

其中Benford law还在会计作假帐的审查和政治选票合法性审查起到了重要作用。

 

语言统计学三大定律:Zipf law,Heaps law和Benford law

语言统计学三大定律:Zipf law,Heaps law和Benford law

语言统计学三大定律:Zipf law,Heaps law和Benford law

 

推荐阅读:

(1)Zipf and Heaps Laws’ Coefficients Depend on Language:http://www.gelbukh.com/CV/Publications/2001/CICLing-2001-Zipf.htm

 (2)  http://limiao.net/1450

 (3) http://www.douban.com/group/topic/11417532/

 (4) http://blog.csdn.net/pennyliang/archive/2006/09/11/1207832.aspx

你可能感兴趣的:(heap)