前言，上一篇我们学习了一些基于醉打匹配规则的分词方法，这一篇我们介绍基于概率统计的方法之一，概率语言模型LM。
一：什么是语言模型？
每一句话，都是由若干个词语组成，这些词语的排列组合由若干种，但是只有少量的句子是能被该语言所理解的。中文有中文的语言习惯，英语有英语的语言习惯，那么怎么知道某个句子某个句子Sentence是不是说的是 “正常话” 呢？是不是能被人理解的话呢？
假如存在一个评分机制，score(美国, 特朗普)那么一定是大于score(英国, 特朗普)的，我们需要建立这么个评分机制。
二：什么是概率语言模型？
给每个句子赋予一定的概率计算过程，得到这个句子的概率值P(S)，根据P(S)的大小来决定句子的真实程度，越像人话的句子P(S)越大，越不像人话的句子概率越小。假设句子由若干词语组成，S=w1,w2,w3,w4…wn公式如下：
三：马尔科夫假设，N-gram模型，
我们可以看到原始的计算P(S)可能存在很长的条件概率的计算，者带来了非常大计算量和存储量，在实际应用上是不可能采用的，于是就有了马尔可夫假设来逼近和近似于原计算公式。
这里需要提到有限视野假设，即每一个词语出现的概率只跟前面的n-1个词语有关，不再严格要求全部相关了。新的式子如下：
以此类推 (忽略细节啊)：
我们发现相关变量n越少，计算和存储的量越小，但是呢越无法接近于真实场景，有时候一句个词语跟前后很多词语相关。但是反过来说，n越大，越能反应真是情况，但是带来了巨大存储和计算量。N如何选取是一个权衡的过程。
四：怎么学习（得到）这么个模型？
我们已经知道了，句子是由词语排列组合而成的，每一个组合都是可以通过计算一个概率值来判断合理性的程度，通过马尔科夫假设可以简化计算。
如何计算各个条件概率值呢，首先我们需要给个非常大预料库，对每一种词语的条件概率进行统计。
通过统计各个条件概率的值，即可学习到该N-gram的语言模型。
事实上，自然语言处理方向上由很多的平滑方法，主要包括有:
加法平滑
古德-图灵(Good-Turing)估计法
Katz平滑方法
Jelinek-Mercer平滑方法
Witten-Bell平滑方法
绝对减值法
Kneser-Ney平滑方法
概率出现0就是不平滑，我们需要消除这种现象，就是给他赋予一个很小的概率值，以加法平滑为例。
一般情况下λ取值是1，N分母加上Nλ，是为了尽量保证概率和为1，当出现概率为0 的时候，通过该式子可以做到平滑效果，其他的暂时不细说了，有兴趣可以自行百度学习。
其他的技巧：我们可以看到概率是个很小的值，连续乘法会更小，为了不出现-NaN的情况，也就是溢出的情况，一般对概率取log函数（把乘法操作转成假发操作），然后求相反数，也就是说我们希望P(S)越大越合理，也就是希望(-logP(S))越小月合理。
五：其他语言模型
除此之外还有其他的语言模型，在以后的学习力慢慢讲解。
HMM隐式马尔科夫
CRF条件随机场
NNLM前馈神经网络语言模型
RNNLM循环神经网络语言模型