SRILM源代码分析笔记

SRILM源代码阅读笔记。 主要针对SRILM的ngram的训练，即ngram-count。 7个文件： 1.类图.jpg：与ngram-count相关的主要类的静态图（使用了starUML的逆向工程工具）； 2.ngram-count.jpg：从语料训练出模型的主要流程； 3.lmstats.countfile.jpg：ngram-count的子流程，用于构建词汇表和统计ngram的频度； 4.ngram.estimate.jpg：ngram-count的子流程，在词汇表和ngram频度的基础上计算ngram条件概率 以及backoff权值的过程； 5.ngram.read.jpg：与训练无关，读取ARPA格式的语言模型的过程； 6.SRILM.uml：以上5个文件的原始图，以StarUML绘制（利用StarUML可直接编辑） 7.SRILM.vsd：ngram-count相关的主要数据结构的内存布局 + ngram条件概率计算公式的参数说明， 以visio绘制（利用visio可直接编辑）