N-gram: Różnice pomiędzy wersjami

'''N-gram''' - [[model językowy]] stosowany w [[Rozpoznawanie mowy|rozpoznawaniu mowy]]<ref>Jurafsky, D. & Martin, J. H. (2008). Speech and Language Processing, 2nd Edition, Prentice-Hall, Inc., New Jersey</ref>, <ref>B. Ziółko, D. Skurzok , "N-grams model for Polish", Speech and Language Technologies, Book 2, InTech Publisher, 2011.</ref>, <ref> [http://przetwarzaniemowy.pl Przetwarzanie mowy] (B. Ziółko, M. Ziółko, "Przetwarzanie mowy", Wydawnictwa AGH, 2011.)</ref>. N-gramy opierają się na statystykach i służą do przewidywania kolejnego elementu sekwencji. Stosuje się je głównie do słów, można jednak także na przykład do fonemów (a także do zastosowań niezwiązanych z lingiwstyką).

Po przeanalizowaniu odpowiednio dużej ilości tekstu zamienia się liczbę wystąpień na prawdopodobieństwa poprzez normalizację. Dla języka polskiego <ref>[http://www.dsp.agh.edu.pl/doku.php?id=pl:resources:ngram Model N-gramowy języka polskiego Zespółu Przetwarzania Sygnałów [[Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie|AGH]] ]</ref> przeanalizowanie tekstów zawierających 300 000 000 słów daje dobry model 1-gramowy i dość dobry 2-gramowy. W celu utworzenia wiarygodnego modelu 3-gramowego potrzebne są jednak dużo większe zasoby. Duża ilość przeanalizowanego tekstu podnosi jakość modelu, aczkolwiek istnieją także metody umożliwiające ulepszenie n-gramowych modeli bez dodatkowych danych, w oparciu o wygładzanie zebranych statystyk <ref>Jurafsky, [http://przetwarzaniemowyD.pl Przetwarzanie& mowy]Martin, J. H. (polska2008). książkaSpeech oand rozpoznawaniuLanguage mowy)Processing, 2nd Edition, Prentice-Hall, Inc., New Jersey</ref>.