词长的优化性：理论基础与实证研究

Zipf 缩写定律，即更频繁的词更短的趋势，被视为压缩的表现，即形式长度的最小化——自然通信的普遍原则。尽管语言被优化的主张已变得流行，但试图衡量语言优化程度的努力相当稀少。在此我们提出两个双重归一化的优化性分数，即它们相对于最小值和随机基线均被归一化。我们分析了这些分数及其他分数的理论与统计优缺点。利用最优分数，我们量化了每种语言词长的优化程度。这包括 9 个语系的 20 种语言的平行文本（以 8 种文字书写），以及 12 个语系的 46 种语言的口语数据、两种人造语言和一种孤立语。我们的分析表明，当以字符度量词长时，语言平均优化至 62% 或 67%（取决于来源），而当以时间度量词长时平均优化至 65%。总体而言，口语词时长比以字符度量的书面词长优化程度更高。我们的工作为衡量其他物种发声或手势的优化程度，并将其与书面、口语或手语人类语言进行比较铺平了道路。