Zipfovy zákony: Porovnání verzí
| (Není zobrazeno 14 mezilehlých verzí od 5 dalších uživatelů.) | |||
| Řádek 1: | Řádek 1: | ||
| − | '''Zipfovy zákony''' jsou formulací základních [[Bibliometrie a scientometrie, publikační a citační analýzy|bibliometrických]] vztahů mezi frekvencí jednotky a její distribucí v jazyce. Ačkoli uplatnění Zipfových zákonů nemá povahu exaktních [[Kvantitativní metody informační vědy|kvantitativních]] zákonů, na jejichž základě by bylo možné předvídat hodnoty, které u reálných textů skutečně naměříme, poskytují Zipfovy zákony adekvátní deskriptivní rámec pro popis rozložení četnosti v populaci (téměř libovolných) jednotek jazyka.<ref>CVRČEK, Václav. Zipfovy zákony. In: Wiki: Český národní korpus [online]. 2013, poslední úprava 2013/09/13 [cit. 2015-01-03]. Dostupné z: http://wiki.korpus.cz/doku.php/pojmy:zipf</ref><br /> | + | '''Zipfovy zákony''' jsou formulací základních [[Bibliometrie a scientometrie, publikační a citační analýzy|bibliometrických]] vztahů mezi frekvencí jednotky a její distribucí v jazyce. Ačkoli uplatnění Zipfových zákonů nemá povahu exaktních [[Kvantitativní metody informační vědy|kvantitativních]] zákonů, na jejichž základě by bylo možné předvídat hodnoty, které u reálných textů skutečně naměříme, poskytují Zipfovy zákony adekvátní deskriptivní rámec pro popis rozložení četnosti v populaci (téměř libovolných) jednotek jazyka.<ref name="cvrček ">CVRČEK, Václav. Zipfovy zákony. In: Wiki: Český národní korpus [online]. 2013, poslední úprava 2013/09/13 [cit. 2015-01-03]. Dostupné z: http://wiki.korpus.cz/doku.php/pojmy:zipf</ref><br /> |
| − | Typicky tak Zipfovy zákony neplatí pro slova nejfrekventovanější a nejméně frekventovaná. '''George Kingsley Zipf''' (1902–1950) formuloval původně 3 vztahy, v praxi se ovšem užívají nejčastěji první dva.<ref | + | Typicky tak Zipfovy zákony neplatí pro slova nejfrekventovanější a nejméně frekventovaná. '''George Kingsley Zipf''' (1902–1950) formuloval původně 3 vztahy, v praxi se ovšem užívají nejčastěji první dva.<ref name="cvrček "/><br /> |
<br/> | <br/> | ||
== George Kingsley Zipf == | == George Kingsley Zipf == | ||
| − | George Kingsley Zipf odhalil dynamický rys jazyka, což dalo vzniknout novým systémovým pohledům na jazykovědu. Přestože jeho objevy přišly v době, kdy celému 20. století dominoval statický pohled na jazyk, dynamika si v jazykovědě dobývala své místo. Důležitým znakem jeho práce je snaha přiblížit jazykovědu přírodním vědám a upozornit na její kvantitativní stránky.<ref>George Kingsley Zipf. In: Wiki.knihovna.cz [online]. naposledy editováno 17. 5. 2012 [cit. 2015-01-03]. Dostupné z: http://wiki.knihovna.cz/index.php/George_Kingsley_Zipf</ref><br /> | + | [[George Kingsley Zipf]] odhalil dynamický rys jazyka, což dalo vzniknout novým systémovým pohledům na jazykovědu. Přestože jeho objevy přišly v době, kdy celému 20. století dominoval statický pohled na jazyk, dynamika si v jazykovědě dobývala své místo. Důležitým znakem jeho práce je snaha přiblížit jazykovědu přírodním vědám a upozornit na její kvantitativní stránky.<ref name="wikni">George Kingsley Zipf. In: Wiki.knihovna.cz [online]. naposledy editováno 17. 5. 2012 [cit. 2015-01-03]. Dostupné z: http://wiki.knihovna.cz/index.php/George_Kingsley_Zipf</ref><br /> |
| − | Zipfova vědecká činnost se vyznačuje '''interdisciplinaritou'''. Své myšlenky a ideje přenesl do různých oblastí, jakými jsou | + | Zipfova vědecká činnost se vyznačuje '''interdisciplinaritou'''. Své myšlenky a ideje přenesl do různých oblastí, jakými jsou např. geografie osídlení, ekonomie, [[Obecná psychologie|psychologie]] nebo [[Sociologie|sociologie]]. V první řadě byl jazykovědcem, jenž většinou publikoval v psychologických časopisech a je citován přibližně ve dvaceti vědeckých disciplínách.<ref name="wikni"/><br/> |
<br/><br/> | <br/><br/> | ||
| − | O kvantitativní lingvistice se někdy mluví také jako o '''Zipfově lingvistice'''. Zipf zkoumal ve 20. a 30. letech 20. století relativní frekvenci hlásek a došel k několika zajímavým závěrům – např. čím je hláska [[Artikulace vokálů|artikulačně]] obtížnější, tím menší je její frekvence; ve všech jazycích jsou neznělé hlásky přibližně dvakrát častější než znělé. <ref> SEDLAČÍKOVÁ, Blanka. Historie matematické lingvistiky [online]. Vyd. 1. V Brně: Nadace Universitas, 2012, s. 62-68 [cit. 2015-01-03]. Scintilla, sv. 4. ISBN 9788072048151.</ref><br /> | + | O kvantitativní lingvistice se někdy mluví také jako o '''Zipfově lingvistice'''. Zipf zkoumal ve 20. a 30. letech 20. století relativní frekvenci hlásek a došel k několika zajímavým závěrům – např. čím je hláska [[Artikulace vokálů|artikulačně]] obtížnější, tím menší je její frekvence; ve všech jazycích jsou neznělé hlásky přibližně dvakrát častější než znělé.<ref name="sedla">SEDLAČÍKOVÁ, Blanka. Historie matematické lingvistiky [online]. Vyd. 1. V Brně: Nadace Universitas, 2012, s. 62-68 [cit. 2015-01-03]. Scintilla, sv. 4. ISBN 9788072048151.</ref><br /> |
| − | Největší Zipfův přínos ale spatřujeme ve třech zákonech (nazýváme je Zipfovy zákony), které upozorňují na vztah mezi frekvencí slov a jejich pořadím, dále na vztah mezi frekvencí slova a počtem různých slov, která tuto frekvenci mají, a na vztah mezi frekvencí slova a počtem jeho významů.<ref | + | Největší Zipfův přínos ale spatřujeme ve třech zákonech (nazýváme je Zipfovy zákony), které upozorňují na vztah mezi frekvencí slov a jejich pořadím, dále na vztah mezi frekvencí slova a počtem různých slov, která tuto frekvenci mají, a na vztah mezi frekvencí slova a počtem jeho významů.<ref name="sedla"/> <br/> |
<br/> | <br/> | ||
=== Monografie === | === Monografie === | ||
| Řádek 25: | Řádek 25: | ||
''National Unity and Disunity'' (1941)<br /> | ''National Unity and Disunity'' (1941)<br /> | ||
| − | ''Human Behavior and the Principle of Least Effort'' (1949)<ref | + | ''Human Behavior and the Principle of Least Effort'' (1949)<ref name="wikni"/><br /> |
<br/> | <br/> | ||
| + | |||
== První Zipfův zákon == | == První Zipfův zákon == | ||
| − | Jsou-li slova dlouhého textu seřazena podle pořadí klesající četnosti jejich výskytu v textu tak, že nejčastější slovo má pořadí ('''rank''') r=1, druhé nejčastější má rank r=2 atd., potom součin pořadí a četnosti pro každé slovo textu bude přibližně táž '''konstanta ''k''''', která závisí na délce textu.<ref>JONÁK, Zdeněk. Zipfův zákon. In: KTD: Česká terminologická databáze knihovnictví a informační vědy (TDKIV) [online]. Praha : Národní knihovna ČR, 2003- [cit. 2015-01-03]. Dostupné z:http://aleph22.nkp.cz/F/?func=direct&doc_number=000000497&local_base=KTD.</ref><br/> | + | Jsou-li slova dlouhého textu seřazena podle pořadí klesající četnosti jejich výskytu v textu tak, že nejčastější slovo má pořadí ('''rank''') r=1, druhé nejčastější má rank r=2 atd., potom součin pořadí a četnosti pro každé slovo textu bude přibližně táž '''konstanta ''k''''', která závisí na délce textu.<ref name="jonák">JONÁK, Zdeněk. Zipfův zákon. In: KTD: Česká terminologická databáze knihovnictví a informační vědy (TDKIV) [online]. Praha : Národní knihovna ČR, 2003- [cit. 2015-01-03]. Dostupné z:http://aleph22.nkp.cz/F/?func=direct&doc_number=000000497&local_base=KTD.</ref><br/> |
<br /> | <br /> | ||
<big>'''f * r = k'''</big><br /> | <big>'''f * r = k'''</big><br /> | ||
| Řádek 36: | Řádek 37: | ||
:''r'' je jeho rank (pořadí)<br /> | :''r'' je jeho rank (pořadí)<br /> | ||
| − | :''k'' je konstanta<ref | + | :''k'' je konstanta<ref name="wikni"/> <br /><br/> |
| − | Zipfův zákon vyjadřuje skutečnost, že základ lexiky vytváří relativně malý počet silně frekventovaných slov. <ref | + | Zipfův zákon vyjadřuje skutečnost, že základ lexiky vytváří relativně malý počet silně frekventovaných slov.<ref name="jonák"/><br/> |
<br/> | <br/> | ||
=== Aplikace === | === Aplikace === | ||
| − | Praktická aplikace zákona samozřejmě naráží na řadu problémů | + | Praktická aplikace zákona samozřejmě naráží na řadu problémů. Můžeme za text považovat členy? Jsou různé tvary jednoho slova pokládány za jedno slovo? Jak je tomu u slov odvozených, je stejným slovem také "zápor"? Je podstatné jméno s předložkou jedním nebo více slovy?<ref name="houser">HOUSER, Pavel. Co je to Zipfův zákon?. Science World [online]. 2002 [cit. 2015-01-03]. Dostupné z: http://www.scienceworld.cz/neziva-priroda/co-je-to-zipfuv-zakon-3349/</ref><br /> |
| − | Nicméně – Zipfův zákon na delších textech platí, s výjimkou těch úplně nejčastějších a těch nejméně častých slov, přesto poměrně přesně – byl např. s úspěchem vyzkoušen na Odysseovi od Jamese Joyce, stejně jako třeba na frekvenci příjmení v telefonním seznamu. Existuje navíc i celá řada upřesňujících modifikací Zipfova pravidla, z nichž zřejmě nejznámější podnikl [[Francie|francouzský]] matematik '''B. Mandelbrot'''. <ref | + | Nicméně – Zipfův zákon na delších textech platí, s výjimkou těch úplně nejčastějších a těch nejméně častých slov, přesto poměrně přesně – byl např. s úspěchem vyzkoušen na Odysseovi od Jamese Joyce, stejně jako třeba na frekvenci příjmení v telefonním seznamu. Existuje navíc i celá řada upřesňujících modifikací Zipfova pravidla, z nichž zřejmě nejznámější podnikl [[Francie|francouzský]] matematik '''B. Mandelbrot'''.<ref name="houser"/><br /> |
| − | U kvantitativních popisů jazyka je otevřenou otázkou, zda se příslušná statistika liší v závislosti na tom, jestli se jedná o jazyky přirozené či umělé. Uvádí se, že některá statistická rozdělení není možné aplikovat např. na esperanto (a už vůbec ne na texty počítačových programů), ale pouze na jazyky, které prošly delším vnitřním vývojem. Jiní lingvisté však namítají, že specifičnost přirozeného jazyka není dána frekvencemi písmen či slov, ale tím, že se jím dorozumívají lidské bytosti. Pravda je, že Zipfovu zákonu vyhovuje i řada nejazykových jevů, dají se jím třeba modelovat i kolísání populací na jednotlivých stupních potravních | + | U kvantitativních popisů jazyka je otevřenou otázkou, zda se příslušná statistika liší v závislosti na tom, jestli se jedná o jazyky přirozené či umělé. Uvádí se, že některá statistická rozdělení není možné aplikovat např. na esperanto (a už vůbec ne na texty počítačových programů), ale pouze na jazyky, které prošly delším vnitřním vývojem. Jiní lingvisté však namítají, že specifičnost přirozeného jazyka není dána frekvencemi písmen či slov, ale tím, že se jím dorozumívají lidské bytosti. Pravda je, že Zipfovu zákonu vyhovuje i řada nejazykových jevů, dají se jím třeba modelovat i kolísání populací na jednotlivých stupních potravních řetězců v populační biologii. Rovněž některé kódy, šifry či zdrojové texty programů vykazují podobné '''frekvenční rozdělení'''.<ref name="houser"/><br/> |
== Druhý Zipfův zákon == | == Druhý Zipfův zákon == | ||
| Řádek 54: | Řádek 55: | ||
:''k'' je konstanta<br /><br/> | :''k'' je konstanta<br /><br/> | ||
| − | Čím vyšší frekvenční hladinu zkoumáme, tím méně slov na ní najdeme (přičemž úbytek není lineární).<ref | + | Čím vyšší frekvenční hladinu zkoumáme, tím méně slov na ní najdeme (přičemž úbytek není lineární).<ref name="wikni"/><br/> |
<br/> | <br/> | ||
== Třetí Zipfův zákon == | == Třetí Zipfův zákon == | ||
| Řádek 63: | Řádek 64: | ||
:''k'' je konstanta<br /><br/> | :''k'' je konstanta<br /><br/> | ||
| − | Tento vztah | + | Tento vztah lze nejobtížněji empiricky ověřit, protože parcelace (rozdělování) významů je vždy značně subjektivní. Principiálně tento Zipfův zákon vypovídá o tom, že slova s nejvyšší frekvencí bývají často polysémní (mají více významů), zatímco slova z nižších frekvenčních pásem mají často jen jeden význam.<ref name="wikni"/> |
== Odkazy == | == Odkazy == | ||
| Řádek 72: | Řádek 73: | ||
=== Související články === | === Související články === | ||
| − | [[Bradfordův zákon]] | + | * [[Bradfordův zákon]] |
| − | [[Lotkův zákon]] | + | * [[Lotkův zákon]] |
| + | |||
| + | === Klíčová slova === | ||
| + | bibliometrie, Zipf, frekvence slova, rank | ||
| − | [[Kategorie: Informační studia a knihovnictví | + | [[Kategorie: Informační studia a knihovnictví]] |
| + | [[Kategorie:Bibliometrie a scientometrie, publikační a citační analýzy]] | ||
| + | [[Kategorie:Články k ověření učitelem Souček M]] | ||
Aktuální verze z 3. 4. 2017, 09:53
Zipfovy zákony jsou formulací základních bibliometrických vztahů mezi frekvencí jednotky a její distribucí v jazyce. Ačkoli uplatnění Zipfových zákonů nemá povahu exaktních kvantitativních zákonů, na jejichž základě by bylo možné předvídat hodnoty, které u reálných textů skutečně naměříme, poskytují Zipfovy zákony adekvátní deskriptivní rámec pro popis rozložení četnosti v populaci (téměř libovolných) jednotek jazyka.[1]
Typicky tak Zipfovy zákony neplatí pro slova nejfrekventovanější a nejméně frekventovaná. George Kingsley Zipf (1902–1950) formuloval původně 3 vztahy, v praxi se ovšem užívají nejčastěji první dva.[1]
Obsah
George Kingsley Zipf
George Kingsley Zipf odhalil dynamický rys jazyka, což dalo vzniknout novým systémovým pohledům na jazykovědu. Přestože jeho objevy přišly v době, kdy celému 20. století dominoval statický pohled na jazyk, dynamika si v jazykovědě dobývala své místo. Důležitým znakem jeho práce je snaha přiblížit jazykovědu přírodním vědám a upozornit na její kvantitativní stránky.[2]
Zipfova vědecká činnost se vyznačuje interdisciplinaritou. Své myšlenky a ideje přenesl do různých oblastí, jakými jsou např. geografie osídlení, ekonomie, psychologie nebo sociologie. V první řadě byl jazykovědcem, jenž většinou publikoval v psychologických časopisech a je citován přibližně ve dvaceti vědeckých disciplínách.[2]
O kvantitativní lingvistice se někdy mluví také jako o Zipfově lingvistice. Zipf zkoumal ve 20. a 30. letech 20. století relativní frekvenci hlásek a došel k několika zajímavým závěrům – např. čím je hláska artikulačně obtížnější, tím menší je její frekvence; ve všech jazycích jsou neznělé hlásky přibližně dvakrát častější než znělé.[3]
Největší Zipfův přínos ale spatřujeme ve třech zákonech (nazýváme je Zipfovy zákony), které upozorňují na vztah mezi frekvencí slov a jejich pořadím, dále na vztah mezi frekvencí slova a počtem různých slov, která tuto frekvenci mají, a na vztah mezi frekvencí slova a počtem jeho významů.[3]
Monografie
Relative Frequency as a Determinant of Phonetic Change (1929) – disertační práce
Selected Studies of the Principle of Relative Frequency in Language (1931)
Thy Psycho-Biology of Language (1936)
New Facts in the Early Life of George Meredith (1938)
National Unity and Disunity (1941)
Human Behavior and the Principle of Least Effort (1949)[2]
První Zipfův zákon
Jsou-li slova dlouhého textu seřazena podle pořadí klesající četnosti jejich výskytu v textu tak, že nejčastější slovo má pořadí (rank) r=1, druhé nejčastější má rank r=2 atd., potom součin pořadí a četnosti pro každé slovo textu bude přibližně táž konstanta k, která závisí na délce textu.[4]
f * r = k
- f je frekvence slova
- r je jeho rank (pořadí)
- k je konstanta[2]
Zipfův zákon vyjadřuje skutečnost, že základ lexiky vytváří relativně malý počet silně frekventovaných slov.[4]
Aplikace
Praktická aplikace zákona samozřejmě naráží na řadu problémů. Můžeme za text považovat členy? Jsou různé tvary jednoho slova pokládány za jedno slovo? Jak je tomu u slov odvozených, je stejným slovem také "zápor"? Je podstatné jméno s předložkou jedním nebo více slovy?[5]
Nicméně – Zipfův zákon na delších textech platí, s výjimkou těch úplně nejčastějších a těch nejméně častých slov, přesto poměrně přesně – byl např. s úspěchem vyzkoušen na Odysseovi od Jamese Joyce, stejně jako třeba na frekvenci příjmení v telefonním seznamu. Existuje navíc i celá řada upřesňujících modifikací Zipfova pravidla, z nichž zřejmě nejznámější podnikl francouzský matematik B. Mandelbrot.[5]
U kvantitativních popisů jazyka je otevřenou otázkou, zda se příslušná statistika liší v závislosti na tom, jestli se jedná o jazyky přirozené či umělé. Uvádí se, že některá statistická rozdělení není možné aplikovat např. na esperanto (a už vůbec ne na texty počítačových programů), ale pouze na jazyky, které prošly delším vnitřním vývojem. Jiní lingvisté však namítají, že specifičnost přirozeného jazyka není dána frekvencemi písmen či slov, ale tím, že se jím dorozumívají lidské bytosti. Pravda je, že Zipfovu zákonu vyhovuje i řada nejazykových jevů, dají se jím třeba modelovat i kolísání populací na jednotlivých stupních potravních řetězců v populační biologii. Rovněž některé kódy, šifry či zdrojové texty programů vykazují podobné frekvenční rozdělení.[5]
Druhý Zipfův zákon
Vztah mezi počtem slov se stejnou frekvencí a touto frekvencí vyjádřil Zipf takto:
a * f 2 = k
- a je počet slov s frekvencí f
- k je konstanta
Čím vyšší frekvenční hladinu zkoumáme, tím méně slov na ní najdeme (přičemž úbytek není lineární).[2]
Třetí Zipfův zákon
Poslední Zipfův zákon se týká vztahu mezi frekvencí slova a počtem jeho významů:
m / √f = k
- m je počet významů slova o frekvenci f
- k je konstanta
Tento vztah lze nejobtížněji empiricky ověřit, protože parcelace (rozdělování) významů je vždy značně subjektivní. Principiálně tento Zipfův zákon vypovídá o tom, že slova s nejvyšší frekvencí bývají často polysémní (mají více významů), zatímco slova z nižších frekvenčních pásem mají často jen jeden význam.[2]
Odkazy
Reference
- ↑ 1,0 1,1 CVRČEK, Václav. Zipfovy zákony. In: Wiki: Český národní korpus [online]. 2013, poslední úprava 2013/09/13 [cit. 2015-01-03]. Dostupné z: http://wiki.korpus.cz/doku.php/pojmy:zipf
- ↑ 2,0 2,1 2,2 2,3 2,4 2,5 George Kingsley Zipf. In: Wiki.knihovna.cz [online]. naposledy editováno 17. 5. 2012 [cit. 2015-01-03]. Dostupné z: http://wiki.knihovna.cz/index.php/George_Kingsley_Zipf
- ↑ 3,0 3,1 SEDLAČÍKOVÁ, Blanka. Historie matematické lingvistiky [online]. Vyd. 1. V Brně: Nadace Universitas, 2012, s. 62-68 [cit. 2015-01-03]. Scintilla, sv. 4. ISBN 9788072048151.
- ↑ 4,0 4,1 JONÁK, Zdeněk. Zipfův zákon. In: KTD: Česká terminologická databáze knihovnictví a informační vědy (TDKIV) [online]. Praha : Národní knihovna ČR, 2003- [cit. 2015-01-03]. Dostupné z:http://aleph22.nkp.cz/F/?func=direct&doc_number=000000497&local_base=KTD.
- ↑ 5,0 5,1 5,2 HOUSER, Pavel. Co je to Zipfův zákon?. Science World [online]. 2002 [cit. 2015-01-03]. Dostupné z: http://www.scienceworld.cz/neziva-priroda/co-je-to-zipfuv-zakon-3349/
Související články
Klíčová slova
bibliometrie, Zipf, frekvence slova, rank
Text je dostupný pod licencí Creative Commons Uveďte autora 3.0 Česko při dodržení případných autorských práv a dalších podmínek
© 2013 ISSN: 2336-5897
