自然语言词频排序分布：一种概率差方法
物理与社会
2026-02-04 v1 应用统计
摘要
利用来自 Google Books 的数据，获得了六种印欧语系语言词语的秩 随时间的变化。对于低秩，不同语言表现各异，可能源于句法规则，而对于 大数定律占主导。 的动力学通过控制其概率密度时间演化的主方程进行随机描述，该方程由解析求解的 Fokker-Planck 方程近似。数据与渐近解之差被认定为瞬态解，二者吻合良好。
引用
@article{arxiv.1811.09451,
title = {Rank-frequency distribution of natural languages: a difference of probabilities approach},
author = {Germinal Cocho and R. F. Rodríguez and Sergio Sánchez and Jorge Flores and Carlos Pineda and Carlos Gershenson},
journal= {arXiv preprint arXiv:1811.09451},
year = {2026}
}
备注
11 pages