N - gram 语言模型平滑方法里的插值法

这是 N - gram 语言模型平滑方法里的插值法，核心是 “融合高阶和低阶 ngram 概率，让结果更稳”，大白话拆解：

核心思路

回退法是 “没高阶用低阶”，插值法更灵活 —— “同时用高阶和低阶的概率，按比例混合” 。

公式翻译

算 “当前词 wₙ 在前两个词 wₙ₋₂wₙ₋₁ 后的概率” 时：

• 既看高阶（三元组）的概率 P(wₙ|wₙ₋₂wₙ₋₁)，
• 也看低阶（二元组）的 P(wₙ|wₙ₋₁)、一元组的 P(wₙ)，
• 用 λ₁、λ₂、λ₃ 当 “权重”（加起来 = 1 ），把它们混合成最终概率。

为啥更好？

回退法是 “非此即彼”（没高阶才用低阶 ），插值法是 “雨露均沾”（高阶低阶一起用 ），能综合不同阶的信息，让概率更合理，实践效果更好。

总结：插值法是 “混合高阶 + 低阶概率” 的平滑技巧，通过调权重（λ），让模型更准，适合需要综合语言规律的场景～