熵与文学英语中的长程关联

最近几位作者在核苷序列和人类书写物中检测到长程关联。我们在此对两本书籍——赫尔森的《白鲸》与格里姆斯的童话集——进行系统性的长程关联性探讨。分析基于计算类似熵的量，如字母对之间的互信息以及每个字母的熵（即平均不确定性）。我们进一步估计给定长度为 $n$ 的不同子词的个数。滤除文本有限长度效应的贡献后，我们发现关联可延伸至数百个字母。我们发现互信息（随距离的幂律衰减）、每个字母的熵（随 $n$ 的平方根的倒数衰减）以及词汇数量（随 $n$ 的亚指数增长，以及随文本长度的幂律）都存在尺度律。