常见的语言模型：N-gram,决策树，最大熵模型，隐马尔可夫模型，条件随机场，神经网络等

n-gram语言模型介绍：

根据条件概率公式

由于要计算wi出现的概率，就要统计前i-1个词出现的情况，假设词库中有n个词，就有n^(i-1)种可能，这样没增加一个单词，模型计算成本都指数倍的增长。

而且有可能前面i-1个词同时出现的概率为0，那么这样的话，就不能符合大数定律。

那么n-gram模型就是，这个词出现只于前面n个词相关，不考虑前面全部的词，也叫n-gram模型。

一元模型，二元模型，三元模型

所以n不能太大，也不能太小。

计算过程：

那么count(I)是可以统计出来的，count(want, I)也是可以统计出来的。

有计算过程可以看出一旦其中某个概率是0，那么连乘后总体概率也是0。

NPLM神经网络语言模型

NPLM是一个经典的概率语言模型，沿用了N-gram思路，将w前n-1个词作为w的上下文context(w)

取前面n-1个词作为X,词本身作为y。

1.输入层是前面n-1个词的词向量（这个词向量一开始训练时是随机的）,假设词向量长度是m。

2.将所有的词向量首尾拼接m(n-1)。

3.将拼接的词向量经过全连接在经过一个隐层（经过非线性变化tanh）。

4.再经过全连接层，最后经过softmax多分类。

softmax输出是一个列向量，词表中有多少个词，就有多少个输出，与真实值求loss不断迭代调整输入的词向量和参数W和U。

当训练完成后，就得到了N-gram神经语言模型，和副产品词向量(上图中的W，U)。

以后来新的词，就去查找当时训练完成后这个词对应的词向量，再入模型中经过W,U等等变化，来去预测下一个词应该是什么。