Escudo de la República de Colombia
Sistema Nacional de Biliotecas - Repositorio Institucional Universidad Nacional de Colombia Biblioteca Digital - Repositorio Institucional UN Sistema Nacional de Bibliotecas UN

Sobre la entropía del español escrito

Guerrero, Fabio G. (2013) Sobre la entropía del español escrito. Revista Colombiana de Estadística; Vol. 35, núm. 3 (2012); 423-440 Revista Colombiana de Estadística; Vol. 35, núm. 3 (2012); 423-440 0120-1751 .

El texto completo no está disponible en este repositorio.

URL oficial: http://revistas.unal.edu.co/index.php/estad/articl...

Resumen

Se presenta una discusión sobre la entropía de la lengua española por medio de un método práctico para el cálculo de la entropía de un texto mediante procesamiento informático directo. Como un ejemplo de aplicación, se analizan treinta muestras de texto español, sumando un total de 22,8 millones de caracteres. Longitudes de símbolos desde n = 1 hasta 500 fueron consideradas tanto para palabras como caracteres. Para el cálculo de la distribución de probabilidad de los símbolos se emplearon procesamiento directo por computador y la ley de probabilidad de los grandes números. Se presenta una relación empírica de la entropía con la longitud del texto (en caracteres) y el número de palabras diferentes en el texto. Se analizan también propiedades estadísticas de la lengua española cuando se considera como producida por una fuente estocástica, tales como la invarianza al desplazamiento del origen, ergodicidad y la propiedad de equipartición asintótica., A discussion on the entropy of the Spanish language by means of a practical method for calculating the entropy of a text by direct computer processing is presented. As an example of application, thirty samples of Spanish text are analyzed, totaling 22.8 million characters. Symbol lengths from n = 1 to 500 were considered for both words and characters. Both direct computer processing and the probability law of large numbers were employed for calculating the probability distribution of the symbols. An empirical relation on entropy involving the length of the text (in characters) and the number of different words in the text is presented. Statistical properties of the Spanish language when viewed as produced by a stochastic source, (such as origin shift invariance, ergodicity and asymptotic equipartition property) are also analyzed.

Tipo de documento:Artículo - Article
Palabras clave:Law of large numbers, Shannon entropy, Stochastic process, Zipf’s law, entropía de Shannon, ley de grandes números, ley de Zipf, procesos estocásticos
Unidad administrativa:Revistas electrónicas UN > Revista Colombiana de Estadística
Código ID:36300
Enviado por : Dirección Nacional de Bibliotecas STECNICO
Enviado el día :02 Julio 2014 13:37
Ultima modificación:18 Agosto 2014 21:29
Ultima modificación:18 Agosto 2014 21:29
Exportar:Clic aquí
Estadísticas:Clic aquí
Compartir:

Solamente administradores del repositorio: página de control del ítem

Vicerrectoría de Investigación: Número uno en investigación
Indexado por:
Indexado por Scholar Google WorldCat DRIVER Registry of Open Access Repositories OpenDOAR Metabiblioteca BDCOL OAIster Red de repositorios latinoamericanos DSpace BASE Open archives La referencia Colombiae Open Access Theses and Dissertations Tesis latinoamericanas CLACSO
Este sitio web se ve mejor en Firefox