Bigram

Bigram（双字母组，或称二元组）是一种在自然语言处理和统计语言模型中常用的技术。它是指文本中连续出现的两个字符或两个单词的组合。例如，在句子 “I love coding” 中，“I love” 和 “love coding” 就是两个单词的 Bigram。

Bigram 模型是通过统计文本中所有 Bigram 出现的频率来构建的。在处理任务如语音识别、机器翻译和文本生成时，Bigram 模型可以用来预测下一个单词或字符的出现概率。它通过考虑每对连续单词或字符之间的关系来提高预测的准确性。

虽然 Bigram 模型比基于单个词或字符的 unigram 模型（单字模型）更复杂，但它依然是一种相对简单的语言模型。为了捕捉更复杂的语言依赖关系，可以使用更高阶的 n-gram 模型（如 trigram 三元组）或更先进的深度学习模型。