General type-token distribution
一般类型—词例分布AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要关注语料抽样中的类型数量估计，未提供与所列经济计量细分相联系的证据。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
一般类型—词例分布
- 研究问题
- 只观察语料中抽取的一部分词例时，如何利用样本中出现的不同类型数量估计整份语料的潜在类型总数？
- 方法与思路
- 作者在给定词例数与潜在类型分布的条件下，推导已观察类型数量的精确及渐近分布，再利用渐近分布构造估计量。
- 材料陈述的贡献
- 摘要明确给出观察类型数的分布推导及潜在类型总数估计方法，并通过数值研究验证所构造的估计量。
- 阅读关注点
- 应核对词例抽样机制、潜在类型分布的处理、渐近近似的适用范围，以及未观察类型较多时估计的可识别性与稳定性。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明抽样假设、数值误差或验证规模，不能判断其对任意语料的估计可靠性。
原文摘要
We consider the problem of estimating the number of types in a corpus using the number of types observed in a sample of tokens from that corpus. We derive exact and asymptotic distributions for the number of observed types, conditioned on the number of tokens and the latent type distribution. We use the asymptotic distributions to derive an estimator of the latent number of types and validate this estimator numerically.