一、统计语言模型概念
简单的说,统计语言模型是用来计算句子中某种语言模式出 现概率的统计模型。一般自然语言的统计单位是句子,所以也看作句子的概率模型。
二、语言模型公式
注意:
是一个句子,
是一个句子中n个词
指后一个词与前面一个词的关系
假设一个长度为 n 的句子,位置 k 的词出现的概率与其前面的所有的词都相关,也就是说与它前面的 k-1 个词都相关,其 语言模型可以表示为
利用贝叶斯公式得到:
当有一个能够容纳所有语言现象的语料库,即统计样本足够大时, 就变 为表达形式:
如果一种语言现象出现的概率与它的 n-1 个词相关,而与其前面 n 个词和后面的词都
无关,那么这就是一个 n-gram 语言模型。
总结起来,
n-gram 模型的注意工作是在模型的训练阶段,统计语料中各种语言模式(比
如词汇)出现的次数,并通过一定的统计算法,将它们计算好之后就存储起来。在预测阶段,
当需要计算一个新的句子的概率时,只需查找到句子中可能出现的语言模型的概率参数,并
将它们连乘起来即可得到最终的结果。
这是 NLP 算法的通用策略,这里涉及两个问题,1,如何设计语言模型,2,如何求解
算法策略。几乎所有的 NLP 实践都是围绕着这两个问题展开的