N-gram 是计算语言学和自然语言处理 (NLP) 中使用的一种数据结构。它们是在特定事件中一起出现的单词组；例如，两个单词的 N 元语法将是一对单词，例如“red apple”。它们用于测量给定语料库中单词或短语模式的频率。
N-gram 用于计算语言学的各个领域，例如语言建模、拼写纠正和文本挖掘。 N-gram 在计算语言学中最常见的应用是在大型文本语料库中查找模式和关系。例如，它们可用于检测剽窃、查找主题敏感词以及构建语言模型。
在语言建模中，N 元语法用于构建单词在给定上下文中可能如何出现的模型。这包括某个单词出现在某个前面的单词之后的概率，称为“N-gram 可能性”。语言建模的目标是通过使用单个 N 元模型而不是更复杂的统计模型来提高理解给定语言的准确性。
在文本挖掘中，N-gram 用于确定语料库的统计属性。它们可用于测量语料库中哪些单词最常用、某些单词出现的频率以及检测文本的情感。
总体而言，N-gram 是计算语言学和自然语言处理 (NLP) 领域的强大工具，用于探索文本数据、构建语言模型等。
