Bigram

Definition 定义

bigram（双连词/二元语法）：在语言学与自然语言处理中，指由两个相邻单位组成的序列，最常见的是相邻的两个词（也可指两个相邻字符）。常用于统计频率、搭建简化的语言模型、做预测与特征提取。
（也有较广义用法：任何“相邻两项”的二元序列。）

Pronunciation 发音

/ˈbaɪ.ɡræm/

Examples 例句

We counted bigrams in the text.
我们统计了这段文本里的双连词。

A bigram model estimates the next word using the previous word, which helps in tasks like autocomplete.
二元语法模型用前一个词来估计下一个词，这在自动补全等任务中很有帮助。

Etymology 词源

由 **bi-**（“二、双”，源自拉丁语，表示“两个”）+ -gram（“写下的东西/记录”，源自希腊语 gramma，与“书写”相关）构成，字面意思是“由两个单位写成的一组”。

Related Words 相关词

• N-gram
• Trigram
• Token
• Corpus
• Collocation
• Language Model
• Markov
• Frequency
• Probability

Notable Works 出处（常见于以下经典著作）

• Foundations of Statistical Natural Language Processing（Manning & Schütze）
• Speech and Language Processing（Jurafsky & Martin）
• Introduction to Information Retrieval（Manning, Raghavan & Schütze）