srilm建立语言模型

reference: 

http://blog.csdn.net/zhoubl668/article/details/8365716

测试数据可以从这个网站下载： http://www.statmt.org/europarl/  ，  我测试下载的是 parallel corpus Bulgarian-English. 

1.生成n-gram计数文件

./ngram-count -text ./test/europarl-v7.bg-en.en -order 3 -write ./test/europarl-v7.bg-en.en.counts

note: -text 表示输入的文件，就是我们的所有语音对应的文本文件，最好是提前做一个数据清理（把标点符号去掉，全都转化为大写或者小写）

－order 表示生成的是n－gram模型，词的长度最大是3

－write 写入一个计数文件

下面是生成的counts文件中的几行：

Uncooperative   1  ＃表示该词在文件中出现了一次
Uncooperative countries 1   <span style="font-family: Menlo;">＃表示该词在文件中出现了一次</span>
Uncooperative countries of      1
propagate       6   ࿰