1. 以数学的方法描述语言规律：

   假定S表示一个有意义的句子，由一连串特定顺序排列的词w₁、w₂......w_{n组成。那么句子S在文本中出现的概率是P（S）。}

   P（S）= P（w₁，w₂，......，w_n)=P（w₁）• P（w₁| w₂）• P（w₃| w₁，w₂）...... P（w_n| w₁，w₂，......，w_n-1）

2. 马尔可夫假设：假设任意一个词w_i出现的概率只同他前面的词w_i-1有关。

3. 二元模型：P（S）= P（w₁、w₂......w_n)=P（w₁）• P（w₁| w₂）• P（w₃| w₂）...... P（w_n| w_n-1）

   P（w_i | w_i-1）= P（w_i，w_i-1）/ P（w_i-1）

   f（w_i ， w_i-1）=#（w_i ， w_i-1）/ #，f（w_i-1）=#（w_i-1）/ #

   其中f表示词或词组的相对频度，#表示语料库的大小，#（w_i ，w_i-1）表示w_i ， w_i-1这对词在语料库中出现了多少次，#（w_i-1）表示w_i-1本身在语料库中出现了多少次。

   根据大数定律，只要统计量足够，相对频度等于概率。

   P（w_i ， w_i-1）= f（w_i ， w_i-1），P（w_i-1）= f（w_i-1）

   因此， P（w_i | w_i-1）= f（w_i ， w_i-1）/ f（w_i-1）。

4. N-1阶马尔可夫假设：

   假定文本中的每个词和前面的N-1个词有关，而与更前面的词无关

5. N元模型： P（w_i，w₂，...，w_i-1）=P（w_i-N+1，w_i-N+2，...，w_i-1）

   当N=1时，为上下文无关模型。

   当N=2时，为二元模型。

   实际中应用最多的是N=3的三元模型，更高阶的时间复杂度高，但提升效果不够显著。

6. 模型训练的问题：零概率问题。

   1. 古德——图灵估计：

      对于没有看见的事件，我们不能认为它发生的概率为0，因此我们从概率的总量中，分配一个很小的比例给予那些没有看见的事件。至于小多少，要根据”越是不可信的统计折扣越多“的方法进行。

      假定语料库中出现r次的词有N_r个，特别地，未出现词的数量为N_{0，语料库的大小为N}

      d_r=（r+1）·N_r+1/N_{r，N=∑dr·Nr}

   2. Zipf定律：一般来说，出现一次的词比出现两次的词多，出现两次的词比出现三次的词多。

   3. 卡茨退避法（Katz backoff）：

      对于频率超过一定阈值的词，它们的概率估计就是它们在语料库中的相对频度，对于频率小于这个阈值的词，它们的概率估计就小于他们的相对频度，出现次数越少，频率下调越多。对于未看见的词，也给予一个比较小的概率（即下调得到的频率总和），这样所有词的概率估计都平滑了。

 本文涉及到的人物及其著作：

图灵、古德、卡茨、内伊