cjmcv

概述

N-gram语言模型是统计语言模型的一种，假设一个词根的出现依赖于它前面的（N-1）个词根，而Bigram模型则是当N取2时的情况。定义一个句子S由L个词根W组成，

算法原理简单，但在训练数据不足时会导致的数据稀疏问题。

针对数据稀疏问题可用平滑处理解决该问题，常用算法有：Good-Turing估计法、加一平滑法、Back-off 平滑、线性插值平滑、Witten-Bell平滑等等。