本文主要是介绍N-Gram原码分析，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
N表示词的长度，Gram表示按长度N切分原词得到的词段
1.N最小取值规则，如果原词的长度大于5，则最小值为3,如果原词的长度等于5，则最小值为2，否则最小值为1.
2.N最大值取值规则,如果原词长度大于5,则最大值为4,原词长度等于5,则最大值为3,否则最大值为2.
原码如下：
//获取最小值private static int getMin(int l) {if (l > 5) {return 3;}if (l == 5) {return 2;}return 1;}//获取最大值private static int getMax(int l) {if (l > 5) {return 4;}if (l == 5) {return 3;}return 2;}例如："中国人民在会堂",原词长度为7,最小值为3,最大值为4
3.获取grams,原码如下：
//ng为原词长度最小值与最大值之间的值for (int ng = getMin(lengthWord); ng <= getMax(lengthWord); ng++) {key = "gram" + ng; // form key//获取gramsgrams = formGrams(word, ng); // form word into ngrams (allow dups too)if (grams.length == 0) {continue; // hmm}if (bStart > 0) { // should we boost prefixes?add(query, "start" + ng, grams[0], bStart); // matches start of word}if (bEnd > 0) { // should we boost suffixesadd(query, "end" + ng, grams[grams.length - 1], bEnd); // matches end of word}for (int i = 0; i < grams.length; i++) {add(query, key, grams[i]);}}
//此方法分割原词,组成gramprivate static String[] formGrams(String text, int ng) {//原词长度int len = text.length();//字符串数组(长度为原词长度减去N的长度再加1),ng为最小值到最大值之间的数String[] res = new String[len - ng + 1];for (int i = 0; i < len - ng + 1; i++) {//截取原词()res[i] = text.substring(i, i + ng);}return res;}将"中国人民大会堂"进行切分，分割出来的grams为[中国人, 国人民, 人民大, 民大会, 大会堂]
[中国人民, 国人民大, 人民大会, 民大会堂],将"华贸中心"进行切分，分割出来的grams为
[华, 贸, 中, 心],[华贸, 贸中, 中心]
这篇关于N-Gram原码分析的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
