翻译句子
今晚的课程有意思
一、分词
今晚 ｜ 的 ｜ 课程 ｜ 有意思
二、按单词翻译
tonight ｜of | the course | is interesting
三、排列组合
the course ｜ of ｜ tonight ｜ is interesting
is interesting ｜ of ｜ tonight ｜the course
…
四、放入LM（language model）获得每句话概率 （不考虑模型效果）
// 不考虑句法分析、语法分析
the course ｜ of ｜ tonight ｜ is interesting —– 0.85 最优
五、输出最优方案、最优解
the course of night is interesting
中文 —- ( 1 ) —- Boken English —- ( 2 ) —- English
1 - translation —– 翻译
2 - language —- 是否通顺
缺点
复杂度很高 4 个单词 —- 4的阶乘
优化
复杂度$o(2n)$ —- $o(n2)$ 指数到多项式优化
整合 1 和 2 Decoding Algorithm - Vertib Algorithm
（语音识别核心 : 可以判断语音具体单词 ， 其核心动态规划）
1 —- $p ( c | e )$ —- 语义相似度高 则 $p ( c | e )$ 高，语义相似度低则 $p ( c | e )$ 低
2 —-$ p ( e )$ —- 如果符合英文语法 $p ( e )$ 高，随机语句 $ p ( e ) $ 低
viterb —- $p( e ) · p ( c | e )$ —- 给定语言模型， 翻译模型和f，找出最优解 使得 $p ( e ) · p ( c | e )$ 最大
对于一个好的语言模型（训练好）
p ( He is study AI ) —- p ( He studying AI is )
计算 p ( . )
Uni-gram = $p ( He is study AI ) = p ( He ) · P( is ) · P( study ) · P( AI ) $
Bi-gram = $p ( He is study AI ) = p ( He ) · p ( is | He ) · p ( study | is ) · p ( AI | study ) $
…
也就是 马尔可夫假设（Mavkov Assopotion）
