从零开始装kenlm，cmake安装、boost和zlib安装、训练语言模型、压缩模型

---

一、安装步骤

首先给出官网的安装步骤：

wget -O - https://kheafield.com/code/kenlm.tar.gz |tar xz
mkdir kenlm/build
cd kenlm/build
cmake ..
make -j2

---

二、cmake安装

执行到第四步cmake ..，报错没有cmake，安装cmake：

安装cmake参考（无坑）：https://blog.csdn.net/fxnawm/article/details/78489586

1、打开网址：http://www.cmake.org/cmake/resources/software.html，
找到最新版本的位置。一般开放源代码软件都会有两个版本发布：Source Distribution 和 Binary Distribution，前者是源代码版，你需要自己编译成可执行软件。后者是已经编译好的可执行版，直接可以拿来用的。
2、解压安装包：tar -zxvf cmake-3.10.0-rc4-Linux-x86_64.tar.gz
3、把解压后的cmake-3.10.0-rc4-Linux-x86_64目录该名为cmake：mv cmake-3.10.0-rc4-Linux-x86_64 cmake
4、配置cmake环境变量，根据个人情况配置，参考（讲的很系统）：https://blog.csdn.net/qq_30262201/article/details/86759627
因为是公共环境，我配置了/etc/profile，在文件后追加：

# added by cmake installer
export PATH="/home/q/cmake/bin:$PATH"

5、重新开一个窗口，执行：cmake --version
显示：

cmake version 3.14.3

CMake suite maintained and supported by Kitware (kitware.com/cmake).

cmake安装成功

三、安装boost和zlib

报错boost相关，安装boost（这里我按照官网给的方式装坑很深，直接yum装很顺利）

boost:

yum install boost
yum install boost-devel

zlib:

yum install zlib
yum install zlib-devel

四、训练模型

使用如下命令进行训练：

build/bin/lmplz -o 3 --verbose_header --text people2014corpus_words.txt --arpa result/people2014corpus_words.arps

其中
1）people2014corpus_words.txt文件必须是分词以后的文件。
2）-o后面的5表示的是5-gram,一般取到3即可，但可以结合自己实际情况判断。

五、压缩模型

压缩模型为二进制，方便模型快速加载：

build/bin/build_binary ./result/people2014corpus_words.arps ./result/people2014corpus_words.klm