Siang-tan-ūi

雙單位 (Siang-tan-ūi) (bigram) 就 (tō)是 (sī)1且 (cho͘)有 (ū)2个 (ê)單位 (tan-ūi)的 (ê)資料 (chu-liāu)，比論 (pí-lūn)講 (kóng)2个字母 (jī-bó) (letter)， 2个音節 (im-chat) (syllable)，猶 (iah)是2个字 (jī) (word)。用 (Ēng)來 (lâi)分析 (hun-sek)文本 (bûn-pún) (text) 簡單 (kán-tan)閣 (koh)有事使 (ū-sū-sái)。當做 (Tòng-chò)語言 (gí-giân)模式 (bô͘-sek) (language model) 來做 (chò)語音 (gí-im)辨識 (piān-sek) (speech recognition) 嘛 (mā)屆 (kài)讚 (chán) (Collins， 1996)。雙單位算 (sǹg)是N單位 (N-gram) 的1个特例 (te̍k-lē)。

分類 (Hun-lūi)

閬縫 (Làng-phāng)雙單位 (Gappy bigram，skipping bigram) 指 (kí)2个單位中央 (tiong-ng)有閬縫，像 (chhiūⁿ)講閬 (làng)過 (koè)連接二 (liân-chiap-jī) (connecting word)，猶是講知 (ti)倚賴 (oá-loā)文法 (bûn-hoat) (dependency grammar) 內底 (lāi-té)欲 (beh)模仿 (bô͘-hóng)倚賴的關係 (koan-hē)。

頭二 (Thâu-jī)雙單位 (Head word bigram) 就是1種 (chióng)有明確 (bêng-khak)倚賴關係的閬縫雙單位。

路用 (Lō͘-ēng)

佇 (Tī)密碼學 (bi̍t-bé-ha̍k) (cryptography) 有1種雙單位頻率 (pîn-lu̍t)攻擊 (kong-kek) (bigram frequency attack)，利用 (lī-iōng)頻率分析 (frequency analysis) 來解 (kái)phòa暗碼 (àm-bé) (cryptogram)。

理論 (Lí-lūn)

若 (Nā)知影 (chai-iáⁿ)雙單位的機率 (ki-lu̍t)佮 (kap)頭前 (thaû-chêng)彼 (hit)个單位的機率，咱 (lán)就會得 (ē-tit)用Bayes定理 (tēng-lí) (Bayes' theorem) 來算後壁 (aū-piah)彼个單位的條件 (tiâu-kiāⁿ)機率:

$P(T_{n}|T_{n-1})={P(T_{n-1},T_{n}) \over P(T_{n-1})}$

也 (Iā)就是講，若知影 $T_{n-1}$ 的機率，按呢 (án-ne) $T_{n}$ 的機率 $P()$ 道 (tō)是雙單位的機率 $P(T_{n-1},T_{n})$ 去 (khì)除以 (tû-í)頭前 (thâu-chêng)單位 $T_{n-1}$ 的機率。

相關 (Siong-koan)文章 (bûn-chiuⁿ)

• Digraph
• N單位 (N-gram)