You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
97 lines
2.4 KiB
97 lines
2.4 KiB
# Ngram LM
|
|
|
|
Train chinese chararctor ngram lm by [kenlm](https://github.com/kpu/kenlm).
|
|
|
|
## Run
|
|
```
|
|
. path.sh
|
|
bash run.sh
|
|
```
|
|
|
|
## Results
|
|
|
|
```
|
|
exp/
|
|
|-- text
|
|
|-- text.char.tn
|
|
|-- text.word.tn
|
|
|-- text_zh_char_o5_p0_1_2_4_4_a22_q8_b8.arpa
|
|
|-- text_zh_char_o5_p0_1_2_4_4_a22_q8_b8.arpa.klm.bin
|
|
|-- text_zh_word_o3_p0_0_0_a22_q8_b8.arpa
|
|
`-- text_zh_word_o3_p0_0_0_a22_q8_b8.arpa.klm.bin
|
|
|
|
0 directories, 7 files
|
|
```
|
|
|
|
```
|
|
3ae083627b9b6cef1a82d574d8483f97 exp/text
|
|
d97da252d2a63a662af22f98af30cb8c exp/text.char.tn
|
|
c18b03005bd094dbfd9b46442be361fd exp/text.word.tn
|
|
73dbf50097896eda33985e11e1ba9a3a exp/text_zh_char_o5_p0_1_2_4_4_a22_q8_b8.arpa
|
|
01334e2044c474b99c4f2ffbed790626 exp/text_zh_char_o5_p0_1_2_4_4_a22_q8_b8.arpa.klm.bin
|
|
36a42de548045b54662411ae7982c77f exp/text_zh_word_o3_p0_0_0_a22_q8_b8.arpa
|
|
332422803ffd73dd7ffd16cd2b0abcd5 exp/text_zh_word_o3_p0_0_0_a22_q8_b8.arpa.klm.bin
|
|
```
|
|
|
|
```
|
|
==> exp/text <==
|
|
少先队员因该为老人让坐
|
|
祛痘印可以吗？有效果吗？
|
|
不知这款牛奶口感怎样？ 小孩子喝行吗！
|
|
是转基因油?
|
|
我家宝宝13斤用多大码的
|
|
会起坨吗？
|
|
请问给送上楼吗？
|
|
亲是送赁上门吗
|
|
送货时候有外包装没有还是直接发货过来
|
|
会不会有坏的？
|
|
|
|
==> exp/text.char.tn <==
|
|
少 先 队 员 因 该 为 老 人 让 坐
|
|
祛 痘 印 可 以 吗 有 效 果 吗
|
|
不 知 这 款 牛 奶 口 感 怎 样 小 孩 子 喝 行 吗
|
|
是 转 基 因 油
|
|
我 家 宝 宝 十 三 斤 用 多 大 码 的
|
|
会 起 坨 吗
|
|
请 问 给 送 上 楼 吗
|
|
亲 是 送 赁 上 门 吗
|
|
送 货 时 候 有 外 包 装 没 有 还 是 直 接 发 货 过 来
|
|
会 不 会 有 坏 的
|
|
|
|
==> exp/text.word.tn <==
|
|
少先队员 因该 为 老人 让 坐
|
|
祛痘 印 可以 吗 有 效果 吗
|
|
不知 这 款 牛奶 口感 怎样 小孩子 喝行 吗
|
|
是 转基因 油
|
|
我家 宝宝 十三斤 用多大码 的
|
|
会起 坨 吗
|
|
请问 给 送 上楼 吗
|
|
亲是 送赁 上门 吗
|
|
送货 时候 有 外包装 没有 还是 直接 发货 过来
|
|
会 不会 有坏 的
|
|
|
|
==> exp/text_zh_char_o5_p0_1_2_4_4_a22_q8_b8.arpa <==
|
|
\data\
|
|
ngram 1=587
|
|
ngram 2=395
|
|
ngram 3=100
|
|
ngram 4=2
|
|
ngram 5=0
|
|
|
|
\1-grams:
|
|
-3.272324 <unk> 0
|
|
0 <s> -0.36706257
|
|
|
|
==> exp/text_zh_word_o3_p0_0_0_a22_q8_b8.arpa <==
|
|
\data\
|
|
ngram 1=689
|
|
ngram 2=1398
|
|
ngram 3=1506
|
|
|
|
\1-grams:
|
|
-3.1755018 <unk> 0
|
|
0 <s> -0.23069073
|
|
-1.2318869 </s> 0
|
|
-3.067262 少先队员 -0.051341705
|
|
```
|