建模词邻接网络增长中的平均最短路径长度
计算与语言
2015-06-22 v2 物理与社会
摘要
我们研究了由词邻接关系定义的演化语言网络的性质。此类网络属于加速增长网络类别，但其最短路径长度似乎显示出与迄今已知不同的网络规模依赖函数形式。因此，我们将基于文学文本构建的网络与基于不同变体 Dorogovtsev-Mendes 模型的人工替代网络进行比较，发现没有任何一种变体能够正确模拟最短路径长度的新渐近行为。随后，我们识别出由语法和风格诱导的局部链式线性增长是该模型中缺失的要素，并通过纳入此类效应对其进行了扩展。以此方式，我们获得了与实证结果令人满意的一致性。
引用
@article{arxiv.1409.4714,
title = {Modeling the average shortest path length in growth of word-adjacency networks},
author = {Andrzej Kulig and Stanislaw Drozdz and Jaroslaw Kwapien and Pawel Oswiecimka},
journal= {arXiv preprint arXiv:1409.4714},
year = {2015}
}
备注
Accepted for publication in Physical Review E