Question

我想计算字符串中出现字符的概率。例如，给定一个字符串“test”，我想获得P（测试）。

P(test) = p(t) * p(e|t) * p (s|te) * p(t|es)

我已经计算了超过100k弦的各种二元频率并计算了它们发生的概率。我的问题是，通过将字符串中的n-gram的概率相乘，我会得到一个准确的答案，或者找到相同的答案会有更好的答案吗？

非常感谢任何帮助。

Answer 1

使用bi-gram，您的答案将与second-order Markov chain一样准确。结果对于这样一个简单的模型来说非常好，但是当然你可以用更具表现力的模型做得更好。例如，在语言建模中，经常使用Hidden Markov Models (HMMs)。