多项研究从信息论与复杂性科学角度分析自然语言，发现单词独特性影响口语识别，词长优化程度约62%至67%；字母表选择影响文本压缩；词汇频率与主题相关，可用于关键词提取；大规模书籍分析显示词频呈双尺度分布，新词需求随语料增大而减少。