1、建模
语言模型的目的是描述文字序列出现的规律，这个对问题建模的过程被称作是语言建模；
n-gram只和它前面的n-1个词相关，根据这n-1生成第n个词；
n-gram在分词、文本生成、信息检索、摘要等NLP任务中都有着举足轻重的地位，包括与训练模型本质上也是统计语言模型；
强调：统计语言模型为解决NLP问题提供了非常好的思路，即：将整个序列生成的问题转化为逐个生成单词的问题；
2、未登录词
未出现在过语料中的词。为解决未登录词引起的零概率问题，通常对模型进行平滑处理，即给出可能情况一个非零的概率。“劫富济贫”，即从高概率的部分分配一部分到概率，从而达到平滑的目的。
平滑算法：
（1）加法平滑方法：即给词出现的次数加上一个固定数；优点：简单；
（2）古德-图灵估计法：（没学会）
（3）Kneser-Ney平滑方法：（没学会）