《信息計(jì)量第七章》ppt課件-全文預(yù)覽
【正文】 inear scales on both axes Logarithmic scales on both axes 2022/6/3 27 設(shè) N’ 為總詞次數(shù) ， fr為等級(jí)為 r 的詞出現(xiàn)的頻率 ， 則有如下關(guān)系 fr=nr/N’ 對(duì)于 fr=cr1， (二 ) 參數(shù) c 值的推論 ???????????DrDrDrrrcrcf1111111)5 7 7 (ln13121111??????????????為歐拉常數(shù)，DDrDr??? 對(duì)于上式，當(dāng) D （最末一級(jí)詞的等級(jí)序號(hào)）比較大時(shí)， ? 當(dāng)取 D 為一定數(shù)值時(shí) ， 計(jì)算其對(duì)應(yīng)的 c 值： D c 5000 10000 50000 100000 ? 可以認(rèn)為 c≈。r 最大排序 nr 因同頻詞存在，低頻詞區(qū)呈階梯狀分布。 11???Drrf2022/6/3 35 二、 齊普夫定律的修正 —— 三參數(shù)模型 ? 1952年美籍法國(guó)數(shù)學(xué)家曼代爾布羅特 （ ） 提出三參數(shù)模型： 式中 ， 0≤a1, b0, c0 , r=1,2,3.....,D 且滿足 br arcf)( ??11???Drrf? 對(duì)于齊夫定律的表述 , 許多工具書(shū)大都采用類似觀點(diǎn)和說(shuō)法 。方程式表示詞使用的總次數(shù)和詞頻表上的位置之間有一個(gè)固定比率。 文章 Eldridge 總詞次數(shù) N’ 4325 4409 8734 43989 單詞總數(shù) N 1001 1211 1698 6002 I1 541 710 887 2971 I2 152 227 273 1097 I3 94 91 151 516 I4 56 41 90 294 I5 36 32 62 212 In/ I1 的理論值與實(shí)測(cè)值的比較 I2/ I1 I3/ I1 I4/ I1 I5/ I1 I6/ I1 I7/ I1 I8/ I1 I9/ I1 I10/ I1 計(jì)算值 實(shí)測(cè)值 )1(21 ?? nnII n2022/6/3 40 ? 高頻詞 （ c o m m o n） 與低頻詞 （ r a r e words） 出現(xiàn)的 “ 唯一性 ” 將隨著詞的出現(xiàn)的頻次的降低逐漸遭到破壞 ， 即出現(xiàn)同頻詞的可能性逐漸加大 ， 因此 ， 我們可以把同頻詞是否出現(xiàn)作為判定高頻詞和低頻詞界限的 “ 尺度 ” 。 ? 多樣化的力 ——說(shuō)話人希望組成語(yǔ)言的詞少 ， 而且一詞多義 ,節(jié)省其精力 。 漢語(yǔ)中 雙音節(jié)詞詞長(zhǎng)適度、經(jīng)濟(jì)靈活，成為最合理的構(gòu)詞方式，促使許多新產(chǎn)生的多音節(jié)詞及專有名詞等都回縮到雙音節(jié)或三音節(jié)的模式中，向雙音節(jié)、三音節(jié)形式靠攏。 ? “最小省力原則”的實(shí)現(xiàn)因人而異。 該模型最后導(dǎo)出的分布與齊普夫分布相當(dāng)接近。 事實(shí)上，只有那些詞頻適中的詞的區(qū)分能力較強(qiáng)，它們被稱為“有效詞”（ significant words）。 北京大學(xué) 2022/6/3 57 香港中文大學(xué) 2022/6/3 58 濱州醫(yī)學(xué)院圖書(shū)館 齊普夫定律的應(yīng)用 —— 英語(yǔ)單詞的選擇 ? 《 教師二萬(wàn)詞詞書(shū) 》 —— 詞頻法統(tǒng)計(jì)詞匯的最重要的一部文獻(xiàn) —— 美國(guó)教育學(xué)家桑戴克 (E L. Thorndike) ： Teacher39。 9 0 5 7 7 0 0 0 0ln5 7 7 0 0 0 0lnlnln)()(???????????NmNRmR“ 四級(jí)” 考試 ： 4500 % “ 六級(jí)”考試： 5500 % PETS5需要 6000 % TOEFL詞匯 8000 % 2022/6/3 64 第六節(jié) 布 齊 洛定律分布一致性 2022/6/3 65 ? 信息計(jì)量學(xué)的三大基本定律 研究和發(fā)展的兩個(gè)方面 : 一 ,對(duì)每一定律的內(nèi)涵及經(jīng)驗(yàn)公式的深入研究 ,從而獲得更一般、更精確的定律表達(dá)式 二，發(fā)現(xiàn)并深入研究三定律之間內(nèi)在分布的一致性及其理論基礎(chǔ)問(wèn)題 2022/6/3 66 一、 三定律的形式及特點(diǎn) （一）布拉德福定律及其特點(diǎn) 基本思想：將科學(xué)期刊按其刊載某學(xué)科論文數(shù)量多少，以漸減的次序進(jìn)行排列，分為三個(gè)區(qū)，每一區(qū)中期刊所載相關(guān)論文數(shù)量基本相等的條件下，得出各區(qū)期刊數(shù)量比例為 1:a:a2(a 為比例系數(shù)） 基本內(nèi)容描述：文字表達(dá)與圖象表達(dá) 2022/6/3 67 ? 基本內(nèi)容蘊(yùn)涵三個(gè)基本特征： ? 1，期刊是按刊載專業(yè)論文數(shù)量的多少進(jìn)行等級(jí)排列 ? 2，期刊分三個(gè)區(qū)，核心區(qū)、相關(guān)和外圍區(qū)（為了突出核心區(qū)而強(qiáng)調(diào)相關(guān)論文在期刊上的集中與分散） ? 3，設(shè)定每一區(qū)中的相關(guān)論文數(shù)量基本相等，目的是通過(guò)同一標(biāo)準(zhǔn)來(lái)比較各區(qū)在期刊數(shù)量上呈現(xiàn)出的規(guī)律性 ? 等級(jí)排序是最基本的特征 2022/6/3 68 布拉德福定律數(shù)學(xué)表達(dá)式 ? 布魯克斯 () R(n)=kln(n/s) ? 萊姆庫(kù)勒 () ? R(r)=alog(1+br) ? F(x)=ln(1+bx)/ln(1+b) 相關(guān)論文累積數(shù) 等級(jí)排序的期刊級(jí)位 X為全部期刊中載文率最高的部分期刊的比率 X部分期刊中包含的相關(guān)論文對(duì)全部相關(guān)論文的比率 2022/6/3 69 （二）齊普夫定律及其特點(diǎn) ? 基本思想：按一特定文本中詞出現(xiàn)的次數(shù)（詞頻）的多少，以漸減的次序排列起來(lái)，那么，詞的序號(hào) r(詞級(jí) )與詞頻 fr的乘積具有近似恒等的關(guān)系 ? fr=c/r (r=1,2,3….) 2022/6/3 70 ? 基本特點(diǎn)（是與其它定律比較的基礎(chǔ)）： ? 1，詞匯是按詞出現(xiàn)的次數(shù)（詞頻）大小進(jìn)行等級(jí)排列 ? 2，齊普夫定律的圖象表達(dá)在利用對(duì)數(shù)變換處理后得到的是一條斜率為 1的直線 2022/6/3 71 推廣齊普夫定律的有： ? 朱斯（ ） ? Pr=crb 或 Pr=c/rb (詞頻大小由 b決定） ? 芒代爾布羅特（ ） ? Pr=c/(r+a)b 第 r級(jí)詞之頻率 級(jí)位 r 2022/6/3 72 （ 三）洛特卡定律及其特點(diǎn) ? 基本思想：某一學(xué)科領(lǐng)域中，寫(xiě)若干篇論文的作者在整個(gè)學(xué)科著者群中占有一個(gè)固定的比例 ? 公式表達(dá)式： f(x)=c/x2 ? 反映科學(xué)論文在論文作者上集中與分散的分布現(xiàn)象 2022/6/3 73 ? 基本特點(diǎn)： ? 一，洛特卡采用頻次排序的方法，即按某類作者出現(xiàn)的頻次大小排位，而非按作者所寫(xiě)的論文多少來(lái)對(duì)作者進(jìn)行等級(jí)排位 ? 二，論文在作者上的集中與分散程度只限于平
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1