根据给出的语料库，训练n-gram模型。根据训练出的模型，判断测试集中每个句子是不是语法合法的句子

2-Gram的训练：先是将下载好的汉语分词工具NLPIR导入eclipse中，注意在使用这个分词工具的时候必须将Data包更新为最新，不然会初始化失败。编写代码实现对文件的分词，由于这个分词工具只可以实现3M左右的文件分词，过大的文件会出现无法读取从而报错，所以需要我们把100M的文件进行切割读入。我的程序中是把文件切成101份文本，然后进行分词，用bufferwriter进行写入afterSeg.txt，注意把bufferwiters的参数值设置成true，这样才可以实现追加文本，不会导致覆盖。然后，HashMap派上用场了，用HashMap存储每一个词，存在于HashMap的词不在存入但出现次数加一,没有在HashMap中出现的把它添加进HashMap中，出现次数设置为1。同时进行前后两个词一起出现的概论统计，存在于HashMap的词不在存入但出现次数加一,没有在HashMap中出现的把它添加进HashMap中，出现次数设置为1。然后把HashMap的数据写入wordTime文件中。

测试： 在上面一个程序得到的afterSeg.txt文件，我们用同样的方法（HashMap）读入。然后比较用户的输入的语句进行分词存入数组，然后计算各个语句的概率。具体方法如下图：

 

最后是跟选定阈值进行比较得出正确语序的句子。