在SRILM上构建语言

Question

现在我想创建一个3-gram模型。一个单词可以有多种发音方式，所以我想在LM中添加错误的单词，纠正单词，就像这样

1.5051  CHE&3NE FOURCHU
-1.5051 CHE&3NE FOURCHU*,
-0.1072 CHE&3NE FOURCHU,
-1.5051 CHE&3NE LE
-0.7782 CHE&3NE* FOURCHU
-0.7782 CHE&3NE* FOURCHU,
-0.7782 CHE&3NE* SUR

CHE&3NE*，FOURCHU*是发音错误的单词。有没有人能帮我在SRILM中做到这一点？

Answer 1

在文本编辑器中或使用脚本创建一个文本，其中包含每行一个所需的短语。如果您想随机引入错误，可以使用Python或其他脚本语言编写脚本

CHE&3NE FOURCHU
CHE&3NE FOURCHU*,
CHE&3NE FOURCHU,
CHE&3NE LE
CHE&3NE* FOURCHU
CHE&3NE* FOURCHU,
CHE&3NE* SUR

运行训练命令

ngram-count -text your.txt -lm your.lm

它将创建您需要的语言模型