维基百科信息流分析揭示语义空间的标度无关架构

本文提取了其百科全书式接受意义上的语义空间拓扑结构，通过测量最大现代百科全书——维基百科中不同条目之间的语义流，构建了一个有向的语义流复杂网络。值得注意的是，在渗流阈值处，语义空间在不同复杂度层级上表现出标度无关行为，这将语义空间与广泛的生物、社会和语言学现象联系起来。我们特别发现，代表不同语义区域大小的簇大小分布是标度无关的。此外，所得语义空间的拓扑结构在连接度分布上是标度无关的，并展现出小世界特性。然而，其统计特性不允许通过基于简单倍增过程的生成模型进行经典解释。在详细描述和解释语义空间的拓扑特性之后，我们引入了一个基于复制与变异算法以及Heap定律的内容网络随机模型，该模型能够捕捉所分析语义空间的主要统计特性，包括词频分布的Zipf定律。