Возвращение Zipfian Distribution в неконтролируемое время

arXiv:2606.10781v2 Annuales Type: заменить кросс-бюллетень: Неконтролируемое открытие термина предполагает разделение немаркированной речи на слова или слоговые единицы и объединение их в лексикон потенциальных типов. Истинные лексиконы следуют за Zipfian распределением, однако доминирующий подход к кластеризации на базе центра -- K-means -- обеспечивает более единообразное распределение изза индуктивного отклонения от сферических групп. В этом документе мы вновь возвращаемся к графическому группированию в качестве альтернативы снизу вверх, где сегменты соединяются парным сходством и разделены с помощью Лейденского алгоритма. Мы показываем, что графогруппирование существенно превышает целевые подходы (K-means, GMM, BIRCH) как в словесном, так и слоговом виде на трех языках, производя больше дивидендов типа Zipf. Еще один подход, основанный на принципе < " снизу вверх > «агломеративная группировка с средней увязкой», также является эффективным, хотя он и менее эффективен в расчетах и позволяет осуществлять меньший контроль над результирующим d