论文部分内容阅读
布茨定律反映了英文文本同频词的分布规律，但布茨定律是否适用于中文文本很少有学者对其进行深入研究。为了探究布茨定律对于中文文本的适用性，揭示中文文本同频词的统计规律，对大量中文文本同频词进行统计研究，实验过程中注重了实验数据规模的选取和文本长度跨度的设计。实验得出：随着文本长度的增大，低频词的同频词数与不同词数的比值并非定值，而是逐渐减小；低频词的同频词数与不同词数的关系呈幂函数增长。另外，随着文本长度的增大，低频词的同频词数与频次为1的同频词数的比值也非定值，而是逐渐增大。上述结果与布茨所做英文的实验不一