通过大型文本数据库的统计分析与简单随机模型的结合，解释了单词频率统计中的尺度律出现原因及其涵义，模型表示词频分布服从 Zipf's Law，并且单词的频率受到文章主题模型中波动的影响。同时，该文章还对词汇丰富度进行了测量和分析。

Jun, 2014

本研究对过去两个世纪出版的几百万本书的 15 亿余个单词进行了分析，发现单词使用频率的分布有两个不同的尺度，且随着语料库的增大，新词的需求呈减少趋势，这种 ' 冷却模式 ' 成为第三个动态的统计规律。

Dec, 2012

本研究发现，单词之间发生的距离时间间隔符合 Weibull 分布，该结果对 Zipf's law 的假设提出了挑战，也对集体人类动态的显性表现具有重要影响。

Jan, 2009

本文描述了一种用于自然语言中的泰勒定律度量的新方法，并对跨 14 种语言的 1100 个文本进行了分析，发现书面自然语言文本的泰勒指数呈现几乎相同的值，同时，还比较了其他语言相关数据的泰勒指数，结果显示出泰勒指数可用于量化语言时间序列的基本结构复杂性，文章还展示了这些发现在评估语言模型方面的适用性。

Apr, 2018

通过分析英语、西班牙语和希伯来语记录的一千万个单词的动态特性，以期了解语言和文化的共同进化，我们报告了有用的语言独立模式，作为语言进化理论模型的基准。

Jul, 2011

本文通过随机动力学模型研究了文字 Zipf 定律的起源，并且阐述了该定律在人类语言中的语言学关联性。我们提出的模型结合了与语言结构相关的特征和长时间连续性文本生成过程中内在的记忆效应。研究结果表明，我们的模型的乘性动力学产生的等级 - 频率分布量化结果与实验数据定量一致。

Dec, 2002

通过局部事件推动且网络随时间成长，本研究使用连续理论捕捉其不同连通性分布，为未来预测建立基础，且成功将其应用在专业电影演员关系网络中。

May, 2000

本文研究了语言模型性能对交叉熵损失计算的经验性规律，发现损失与模型大小、数据集大小和训练所用计算量呈幂律关系，而网络宽度或深度变化对性能影响较小，最优的计算效率可通过训练大型模型、使用适量数据并在达到最佳性能前停止训练来实现。

Jan, 2020

通过社交媒体病毒性帖子的信用（例如，“点赞” 数量）的经验幂律分布，我们引入了高维尾指数回归和其参数的估计和推理方法。我们提出了一种正则化估计器，建立了其一致性，并推导了其收敛速率。为了进行推理，我们提出了去偏估计，并建立了去偏估计量的渐近正态性。模拟研究支持了我们的理论。这些方法被应用于对 LGBTQ + 相关的病毒性帖子的文本分析。

Mar, 2024

通过研究三种版本的 Zipf 定律并将它们拟合到 Project Gutenberg 数据库中所有可用的英文文本中，我们发现其中一种版本的 Zipf 定律在整个频率域内（从 1 到最大值）仅用一个自由参数就能拟合数据库中超过 40％的文本。

Sep, 2015