SRILM输出的语言模型文件的格式解析

官方声明中，输出的LM文件采用的是ARPA format。大概的文件内容格式如下两个图片所示。


image.png
image.png

那么这个格式的数据是什么样的含义呢？
根据官方文件的解读，第一个部分的\data\中表示的是在训练文本集中不同类别的各阶统计量的个数。\n-grams: 后面，每个n-gram隔行来表示，第一列代表了取对数之后的概率，第二列代表了真实的n-gram，第三列则是回退系数，backoff weight(bow)。具体如下图所示。


image.png
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容