猴子书的悖论性质
数据分析、统计与概率
2011-09-09 v1 统计力学
计算与语言
信息检索
物理与社会
摘要
“猴子书”是由字母和空格随机分布构成的书，其中被两个空格包围的一组字母定义为一个词。我们将猴子书的词分布统计与一般随机书类的相应分布进行了比较，后者是指词随机分布的书。结果表明，猴子书的词分布统计与典型的抽样书或真实书不同且截然不同。特别是，猴子书以极好的近似服从 Heaps 幂律，这与抽样书和真实书的词分布形成对比，后者以特征方式偏离 Heaps 定律。有些反直觉的结论是，“猴子书”精确地服从 Heaps 幂律，正是因为其词频分布不是平滑的幂律，这与基于简单数学论证的预期（即如果一个是幂律，另一个也是幂律）相反。
引用
@article{arxiv.1103.2681,
title = {A Paradoxical Property of the Monkey Book},
author = {Sebastian Bernhardsson and Seung Ki Baek and Petter Minnhagen},
journal= {arXiv preprint arXiv:1103.2681},
year = {2011}
}
备注
5 pages, 4 figures