Unigram,Bigram，N-gram介绍

Unigram,Bigram，N-gram介绍

Unigram,Bigram，N-gram这三个概念，在学习自然语言的过程中大家可能会遇到。

Unigram,Bigram，N-gram在自然语言内容中的语言模型部分中大家可能会碰到。语言模型有很多种，在上一篇介绍一个翻译系统的部分中，我提到了语言模型，语言模型在那个翻译系统中属于第二部分内容，其可以计算一个句子语法正确的概率，或者说可能出现的概率。

可以通过很多方式实现一个语言模型，当然Unigram,Bigram，N-gram就是实现语言模型的三种方式。
先看一下Unigram：

Unigram（一元模型）其就是指对于一个句子，其计算其可能出现的概率，为所有单词出现的概率直接相乘，我们认为单词之间都是互不相关的。
Bigram模型其实，采用了马尔可夫假设的思想。

我们，其联合概率的计算方式就是上式。

然后我们来看一下N-gram模型，其计算公式如下：

其实这三个模型区别在于，在计算一个词可能发生的概率时，考虑它前面可能影响概率的数量。