base on bigram model

推荐使用python3。

直接测试：

python main.py

用data.py来解析任何自定义的语料库，文件路径在代码里改（懒得重写了）：

python data.py

语言模型是用来求解某个句子（序列）的概率：

用条件概率改写：

马尔科夫假设认为语言序列是马尔科夫链，满足一定的无记忆性，即一个词出现的概率只与其之前的m-1个词有关。若m=2即为二元模型（Bigram model）：

从语料库中可以求得所有的条件概率 p(x|y) 以及概率 p(x) ，解析后记录在文件内，这些文件即为我们的模型。只要使用模型输出最大概率的序列即可。我使用的是简单的贪心，可以使用DP继续改写此方法。