齊普夫定律是美國語言學(xué)家G.K.齊普夫（George Kingsley Zipf）于本世紀(jì)40年代提出的詞頻分布定律。它可以表述為：如果把一篇較長文章中每個(gè)詞出現(xiàn)的頻次統(tǒng)計(jì)起來，按照高頻詞在前、低頻詞在后的遞減順序排列，并用自然數(shù)個(gè)這些詞編上的等級序號，即頻次最高的詞等級為1，頻次次之的等級為2，......，頻次最小的詞等級為D，。若用f表示頻次，r 表示序號，則有fr=C（C為常數(shù)）。人們稱該式為齊普夫定律。

　　齊普夫定律是描述一系列實(shí)際現(xiàn)象的特點(diǎn)非常到位的經(jīng)驗(yàn)定律之一。它認(rèn)為，如果我們按照大小或者流行程度給某個(gè)大集合中的各項(xiàng)進(jìn)行排序，集合中第二項(xiàng)的比重大約是第一項(xiàng)的一半，而第三項(xiàng)的比重大約是第一項(xiàng)的三分之一，以此類推。換句話來說，一般來講，排在第k位的項(xiàng)目其比重為第一項(xiàng)的1/k。

　　齊普夫定律還從定量角度描述了目前流行的一個(gè)主題: 長尾巴定律（The Long Tail）。以一個(gè)集合中按流行程度排名的物品（如亞馬遜網(wǎng)站上銷售的圖書）為例。表示流行程度的圖表會向下傾斜，位于左上角的是幾十本最流行的圖書。該圖會向右下角逐漸下降，那條長尾巴會列出每年銷量只有一兩本的幾十萬種圖書。換成英文即齊普夫定律最初應(yīng)用的領(lǐng)域，這條長尾巴就是你很少會遇到的幾十萬個(gè)單詞，譬如floriferous或者refulgent。

　　把流行程度作為大致衡量價(jià)值的標(biāo)準(zhǔn)，齊普夫定律隨后就會得出每一個(gè)物品的價(jià)值。也就是說，假設(shè)有100萬個(gè)物品，那么最流行的100個(gè)物品將貢獻(xiàn)總價(jià)值的三分之一，其次的10000個(gè)物品將貢獻(xiàn)另外的三分之一; 剩余的98.99萬個(gè)將貢獻(xiàn)剩下的三分之一。有n個(gè)物品的集合其價(jià)值與log(n)成正比。

　　1.詞表編制

　　2.利用齊普夫定律，解決詞匯控制，詞表規(guī)模確定，選詞標(biāo)準(zhǔn)等問題。

　　3.文獻(xiàn)標(biāo)引控制

　　齊普夫定律主要應(yīng)用于統(tǒng)計(jì)標(biāo)引法。確定有效詞的詞頻值。從而可通過計(jì)算機(jī)確定有效詞。

　　4.情報(bào)檢索的文獻(xiàn)組織。

　　電子郵件列表成員的相對價(jià)值。

　　按照齊普夫定律，這種網(wǎng)絡(luò)的成員可以像齊普夫定律排列單詞那樣來排序——按照你收件箱當(dāng)中電子郵件的數(shù)量。每個(gè)人所發(fā)的電子郵件都會給你收件箱的總“價(jià)值”貢獻(xiàn)1/k，這里的k是指每個(gè)人的排名。

　　郵件量排名第一位的那個(gè)人因而獲得被設(shè)為1/1即1的值（這個(gè)人就相當(dāng)于前面那個(gè)例子中的單詞the）。排在第二位的那個(gè)人將貢獻(xiàn)一半的值，即1/2。而按照齊普夫定律，排在第k位的那個(gè)人將為你為這個(gè)郵件網(wǎng)絡(luò)賦予的總價(jià)值添加大約1/k。

　　這個(gè)總價(jià)值就是網(wǎng)絡(luò)所有其他成員的遞減的1/k值之和。所以如果你的網(wǎng)絡(luò)有n個(gè)成員，這個(gè)值就與1 + 1/2 + 1/3 +… + 1/(n－1)成正比，這接近log(n)。說得更準(zhǔn)確些，這差不多等于log(n)與恒定值相加之和。當(dāng)然，n-1個(gè)其他成員可以從網(wǎng)絡(luò)得到類似的值，所以所有n的值以n log(n)增加。