Ley de Heaps

Relación empírica entre el número de tokens N y el tamaño de vocabulario observado V(N), comúnmente expresada como V(N) = K · N^β (con constantes K>0 y 0<β<1 en muchos corpus de lengua natural), lo que significa que el vocabulario crece de manera sublineal con la longitud del texto.

Relación empírica observada en corpus textuales según la cual el número de tipos léxicos distintos V(N) crece de modo sublineal con el número total de tokens N y suele modelarse como V(N) ≈ K · N^β con 0 < β < 1 y K dependiente de la lengua y la tokenización. Caracteriza la disminución en la tasa de aparición de vocabulario nuevo conforme el corpus aumenta.