什么是语言模型呢？
简单地说，语言模型就是用来计算一个句子的概率的模型，也就是判断一句话是否是人话的概率？
放一篇文章 语言模型及其实现 建议直接看原文，讲的非常清楚。
- 概率表示
给每一个句子赋予一个概率，合法的句子得到概率比较大，而不合法的句子得到的概率比较小，这样只需要从所有可能的情况中选取概率最大的那种组合，我们就能够得到合法的句子了；
文章中讲了这个概率的公式以及如何去理解这个公式，还有这个公示的缺点引出下面的马尔科夫假设；
语言模型公式
- 马尔科夫假设
为了解决太过复杂而难以计算的问题，我们需要引入马尔科夫假设,马尔科夫假设中最重要的一点就是有限视野假设；
由于基础公式计算起来过于复杂，所以通过马尔科夫假设来简化公式；
当应用在我们的语言模型中时，就是指每一个词语的概率只由其前面的n−1个词语所决定，这被称为n元语言模型 当n=2时，相应的语言模型就被称为是二元模型；
二元模型
- 概率估计
在拥有大语料的情况下，我们可以直接统计(wi−1,wi)这对词在语料中的出现次数，同时也能统计wi−1出现的次数，根据大数定理，相对频度就能近似概率;
其中#(xi−1,xi),#wi−1,#分别表示词对(wi−1,wi)在语料中出现的次数，wi−1在语料中出现的次数和语料库的大小；
求概率
- 模型训练&零概率
概率值出现为0的这种情况我们称之为不平滑，相应的需要进行平滑操作;
其中，|V|表示词库的大小，之所以要在分母上同时加上一个λ|V|，是为了保证概率之和为1的条件;
加法平滑
总结
- N-gram就是文中所指的n元模型，它与语言模型是什么关系呢？个人认为是包含在语言模型中的；
- 学到了什么是语言模型，以及优化n-gram；这是NLP最基础的东西，是必须要了解的；
- 语言模型的用途就不做仔细的研究了；
