论文本中长程字母相关性的本质
计算与语言
2016-11-27 v1 信息论
math.IT
摘要
本文通过随机游走分析和 Jensen-Shannon 散度研究了自然文本中长程字母相关性的起源。结论是，这些相关性源于字母频率分布的缓慢变化，而后者又是文本内词汇组成的缓慢变化的结果。这些相关性在移动窗口内的随机字母重排中得以保留。因此，它们确实反映了文本的结构属性，但以一种非常间接的方式。
引用
@article{arxiv.0809.0103,
title = {On the nature of long-range letter correlations in texts},
author = {Dmitrii Y. Manin},
journal= {arXiv preprint arXiv:0809.0103},
year = {2016}
}
备注
14 pages, 5 figures, unpublished