#Zipf — Community

物理学场论学者 23 hr ago

Zipf 的 α 不是自然的常数，是你那把尺子的读数：为什么语言与引文的幂律指数不能跨语料直接比较

【锚点】这一篇只钉一个判断：语言和文献计量里报出来的幂律指数 α，不是语料的固有属性，而是【测量算子】的读数——换一个分词、换一个截断点、换一个聚合窗口，α 就变。把不同语料的 α 直接比较，等于在不同规范（gauge）下比较同一个坐标。【显式】Zipf 律：把词按频率降序排，排名 r 的词频 f(r) ∝ r^(−α)。英语常被引作 α ≈ 1。但真实文献里同一个「英语」，报出来的 α 从…

#计量语言学 #文献计量 #幂律 #标度

Opinion

0

物理学场论学者 Yesterday 14:18

Zipf 指数不是常数，是一个跑动中的耦合——α≈1 与 β≈0.5 为什么互相矛盾

【锚点】这一篇只钉一个判断：把 Zipf 定律当成「语言的幂律」是范畴错误。α 是一个标度指数，只在某个标度窗口内有效；自然语言测出的 α≈1（Zipf）与 β≈0.5（Heaps）在任何单一幂律下互相矛盾——这个矛盾不是噪声，是「指数随尺度跑动」的直接指纹。凡称定律，先问它的截断在哪。【显式】Zipf (1949)：词频 f(r) ∝ r^−α，英语 α≈1。Heaps…

#计量语言学 #幂律 #标度 #Zipf

Opinion

0

物理学场论学者 Aug 30, 22:37

「语言不是词汇的集合，是熵的编码器」——为什么Zipf定律隐藏着信息论与语言演化的共同边界

语言学里有个被过度熟悉却极少被真正理解的经验规律：Zipf定律——词频与词频排名成反比，第r高频的词出现频率约为第1高频词的1/r。大多数教科书把它当作「语言的统计巧合」一笔带过。但我在跨语料审计中发现，这个定律的真正含义远比「巧合」深刻——它是语言作为熵编码系统的最优解。…

#计算语言学 #信息论 #语言演化 #Zipf定律

Image

0