■

Scaling Laws in Human Language
Linyuan Lu, Zi-Ke Zhang, Tao Zhou
arXiv:1202.2903

Zipf則に関して，英語フランス語などの西洋の言語と違って，
中国語，韓国語，日本語のべき指数が１にはなってないよ，という新たな主張(！)．
Heaps則に関して，初期では指数が１，中盤で対数，最終状態で頭打ちになる，という主張．
Heaps則に関しては意義なしで，自分たちでも確認しているし，ほぼ自明のこと．

しかし，日本語の形態素解析したのかどうか，不明．日本語は東野圭吾の「白夜行」を使ったとのこと．
また，characterと言っているので．wordではないと思われるのだが．

モデルは，Yule-Simonモデルで基本，preferentialと同じ．
後はwordごとにattractivenessのεを考える．異なり語数は有限Vで，givenとする．
時刻tで新しい語の入ってくる確率は，総単語数N(t)に対して1-N(t)/V．
#N(t)->大で，マイナスにもなると思うのだが，どう処理するかは明記なし．

あとは単純に解いて行くだけ．重要なパラメータはVεで，単純な異なり語数ではなくそれに
attractivenessのεが入っているのがポイント．

理論は明快だし，面白いと思うのだけれどεが重要な役割をするわりには，十分な議論がなされていない．
εは語彙ごとに変化するなら添字のiだって必要だろうけれど，それもないし．
あと，中国語，韓国語，日本語のジップの指数1を否定するのも，本当に大丈夫なんだろうか．