语言模型：用于判断一句话是否语法通顺
给已经训练好的语言模型可以对任何一个文本给出概率，概率越高说明语法上越通顺

链式概率 P(今天是周日) = P(今天)P(是|今天)P(周日|今天，是)
语言模型会算好 P(今天)、P(是|今天)、P(周日|今天，是) 每一项的概率值是多少

问题：当句子非常长的时候，语料库很少有相同的句子，很容易出现P=0的情况

马尔可夫假设：当前中心词只考虑前面N个单词的条件概率
马尔科夫假设(1阶、2阶、3阶。。。对应 N = 1、2、3)

image.png

一阶马尔可夫假设：Bigram
第一个 P（w1）= 词频 / 语料单词数

image.png

【总结】
语言模型的概率值可基于语料库来统计
根据使用的马尔科夫假设的不同，可以把语言模型分为unigram， bigram， trigram， ngram。。。
当考虑多个单词的时候，条件概率往往变得稀疏，导致大部分都变成0。

【评估】困惑度，阶数越大，模型越复杂，困惑度越小，越准确也越过拟合

image.png