如何为bigram和trigram分配更多权重？

Question

我必须使用n-gram（仅限uni，bi和tri）来匹配两篇研究论文的标题 我的主管已经问过我，在匹配时我必须为bigram匹配的术语分数赋予更多权重，而不是unigram匹配的术语分数和更多权重与trigram匹配的术语分数比bigram匹配的术语分数。 例如，两个双字母在标题中匹配，然后得分= 2 并且匹配两个tigrams然后得分= 2 我必须寻找一些值，然后将其乘以将增加trigram得分并降低bigram得分的分数 我查找了与此问题相关的研究论文，但我无法从那里得到任何帮助。 ：（

任何人都可以给出一些可以解决问题的想法或一些链接吗？

Answer 1

在插值中，我们总是混合来自所有N-gram估计量的概率估计，称重并组合trigram，bigram和unigram计数。 在简单的线性插值中，我们通过线性插值所有模型来组合不同的阶N-gram。因此，我们通过将unigram，bigram和trigram概率混合在一起来估计三元概率P（wn | wn-2wn-1），每个概率由λ加权：

使得λs总和为1：