高频词与低频词的界分及词频估算法

摘要

齐夫第二定律揭示了低频词的分布规律,给出:I_n,/I_1=2/n(n+1)……(1) 式中,I_n代表文中出现n次的词汇数量。比值与文章长度无关。高频词与低频词分界有个临界值,这是Donohue,J·C·于1973年提出的。