【自然语言处理】【深度学习】NLP中的N-gram理解

N-gram是自然语言处理（NLP）中的一个概念，它描述的是文本中连续的n个项（通常是单词或字符）。这个概念主要用于语言建模和文本分析中。

具体来说：

• Unigram (1-gram): 包含一个单词的序列，例如句子中的单个单词。

• Bigram (2-gram): 包含两个相邻单词的序列。例如，在句子 “I love natural language processing” 中，“I love”、“love natural”、“natural language” 等都是bigrams。

• Trigram (3-gram): 包含三个相邻单词的序列。在上述例子中，“I love natural”、“love natural language” 等都是trigrams。

• N-gram (N > 3): 包含N个相邻单词的序列。

N-grams在自然语言处理中被广泛用于文本建模、语言模型和信息检索等任务。它们可以用于分析文本中的上下文信息，捕捉词语之间的关联性，从而帮助理解语言的语境和语义。在语言模型中，N-grams被用来估计一个词的出现概率，基于前面的N-1个词。