第3章 統計語言模型
這是1953年古德(I.J.Good)在他老闆圖靈(Alan Turing)的指導下，提出的在統計中相信可靠的統計數據，而對不可信的統計數據打折扣的一種概率估計方法，同時將折扣出來的那一小部分概率給與未看見的時間(Unseen Events)。古德和圖靈還給出一個很漂亮的重新估算概率的公式，這個公式後來被稱爲古德-圖靈估計(Good-Turing Estimate)。
假定在語料庫中出現r次的詞有Nr個。有
古德-圖靈估計按照下面的公式計算dr：
以上，吳軍《數學之美》第二版
大數定理：在隨機事件的大量重複出現中，往往呈現幾乎必然的規律，這個規律就是大數定律。（百度百科）
線性插值：線性插值的幾何意義即爲概述圖中利用過A點和B點的直線來近似表示原函數。（百度百科）
