版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/lyf52010/article/details/85300371
资料链接: https://github.com/lyf124/AllProject/tree/master/MachineLearning/NLP/lesson2-bayes-ngram
1. 引言：朴素贝叶斯的局限性
我们知道朴素贝叶斯的局限性来源于其条件独立假设，它将文本看成是词袋子模型，不考虑词语之间的顺序信息，就会把“武松打死了老虎”与“老虎打死了武松”认作是一个意思。那么有没有一种方法提高其对词语顺序的识别能力呢？有，就是这里要提到的N-gram语言模型
CountVector
