Based on the assumption of a Zipf d

Based on the assumption of a Zipf distribution for words, we would expect that the number of new words that occur in
a given amount of new text would decrease as the size of the corpus increases.
New words will, however, always occur due to sources such as invented words (think of all those drug names and start-up company names), spelling errors, product numbers, people’s names, email addresses, and many others.
The relationship between the size of the corpus and the size of the vocabulary was found empirically by Heaps (1978) to be:

Results (Thai) 1:

ตามสมมติฐานของการกระจาย Zipf คำ เราคาดว่า จำนวนใหม่คำที่เกิดขึ้นในกำหนดจำนวนของข้อความใหม่จะลดลงเป็นขนาดของการเพิ่ม corpus คำใหม่จะ อย่างไรก็ตาม เกิดขึ้นเสมอเนื่องจากแหล่งเช่นคำประดิษฐ์ (คิดว่าของเหล่านั้นชื่อยาและชื่อบริษัทเริ่มต้น), สะกดผิด หมายเลขผลิตภัณฑ์ ของคนชื่อ ที่อยู่อีเมล และอื่น ๆ อีกมากมาย ความสัมพันธ์ระหว่างขนาดของ corpus และขนาดของคำศัพท์พบเชิงประสบการณ์ด้วยกอง (1978) จะ:

Results (Thai) 2:

อยู่บนสมมติฐานของการกระจาย Zipf คำที่เราจะคาดหวังว่าจำนวนของคำศัพท์ใหม่ที่เกิดขึ้นใน
จำนวนที่กำหนดของข้อความใหม่จะลดลงเป็นขนาดของคลังข้อมูลที่เพิ่มขึ้น.
คำศัพท์ใหม่จะได้ แต่มักจะเกิดขึ้นเนื่องจากแหล่งที่มา เช่นคำคิดค้น (คิดว่าของทุกคนชื่อยาเสพติดและเริ่มต้นขึ้นชื่อ บริษัท ) สะกดผิดหมายเลขผลิตภัณฑ์ชื่อของผู้คนที่อยู่อีเมลและอื่น ๆ อีกมากมาย.
ความสัมพันธ์ระหว่างขนาดของคลังและขนาดของคำศัพท์ที่ถูก สังเกตุพบโดยกอง (1978) จะเป็น:

Results (Thai) 3:

ตามสมมติฐานของ ซิพฟ์กระจายคำ เราก็คาดหวังว่าจำนวนของคำใหม่ที่เกิดขึ้นในกำหนดจำนวนข้อความใหม่จะลดลงเมื่อขนาดของข้อมูลเพิ่มขึ้นคำใหม่จะได้ แต่มักจะเกิดขึ้นจากแหล่งข้อมูลต่างๆ เช่น การคิดค้นคำ ( คิดชื่อยาเหล่านั้นทั้งหมดและบริษัทชื่อ บริษัท ) , สะกดผิด , หมายเลขผลิตภัณฑ์ , คน ชื่อ อีเมล และอีกมากมายความสัมพันธ์ระหว่างขนาดของคลังข้อมูลและขนาดของคำศัพท์ที่พบเชิงประจักษ์ โดยกอง ( 1978 ) จะเป็น