文档摘要

3.3 传统语言模型 N-gram 与平滑 N-gram 是语言模型的活化石，也是理解一切语言模型最好的起点。它用一个最简单的假说——下一个词只依赖前面 N-1 个词——把概率计算变成对文本的计数统计。这一节从二元、三元开始推公式，再引出稀疏问题的死结，最后重点对比几种平滑方法，特别是 Kneser-Ney。 读完该会什么 能写出 N-gram 的最大似然估计，说清它为什么是"计数比计数"。 会员。《3.3 传统语言模型 N-gram 与平滑》收录于灏天文库文集《语音识别技术基础：声学模型与语言模型》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/506-%E8%AF%AD%E9%9F%B3%E8%AF%86%E5%88%AB%E6%8A%80%E6%9C%AF%E5%9F%BA%E7%A1%80%E5%A3%B0%E5%AD%A6%E6%A8%A1%E5%9E%8B%E4%B8%8E%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流