语言模型

关联规则多用于推荐系统，但是目前大部分的推荐都是推荐关联度高的信息。
但是可以反向使用关联规则来帮助我们找出停滞词（无关词）

序列模型的采样

gram模型的缺点：
参数系数，参数空间过大，存储和内存吃不消
没有考虑文本中出现过多的废话词，可以用tf-idf优化
没有考虑久远之前出现的词语对现在的影响，可以用bigram、trigram等词袋模型解决

你知道的越多，你不知道的越多。
有道无术，术尚可求，有术无道，止于术。
如有其它问题，欢迎大家留言，我们一起讨论，一起学习，一起进步