元书籍与书面语言的尺寸依赖性特性
物理与社会
2009-12-10 v1 计算与语言
数据分析、统计与概率
摘要
给出了单本书的幂律指数伽马随文本长度系统变化的证据。估计的伽马值与随着文本长度增加从2单调递减到1的趋势一致。探索了与扩展的希普斯定律的直接联系。因此，提出无限书籍极限由伽马=1给出，而不是如果齐普夫定律普遍适用时预期的伽马=2。此外，我们探索了系统性的文本长度依赖性可以用元书籍概念来描述的想法，该概念是一个反映文本词频结构的抽象表示。根据这一概念，由单一作者撰写的特定长度文本的词频分布，与从同一作者撰写的想象中完整的无限语料库中抽取的相同长度文本具有相同的特征。
引用
@article{arxiv.0909.4385,
title = {The meta book and size-dependent properties of written language},
author = {Sebastian Bernhardsson and Luis Enrique Correa da Rocha and Petter Minnhagen},
journal= {arXiv preprint arXiv:0909.4385},
year = {2009}
}
备注
7 pages, 6 figures, 1 table