SRILM使用之ngram-class

ngram-class主要是用来对训练语料的词进行聚类，聚类的依据是基于类的语言模型的困惑度最低。目前仅支持基于类的2gram模型。当然ngarm-class同样会生成ngram-count需要的计数文件和ngram需要的类扩展文件，来训练和使用基于类的N-gram语言模型。

-help

输出帮助信息

-version

输出版本信息

-debug    level

输出调试信息，level为0表示不输出调试信息，为了更好跟踪聚类情况，可将level设为2。

输入选项

-vocab    vocab_file

读取词典文件vocab_file。如果计数文件中或者训练文件中，如果出现了词典vocab_file之外的词（OOV)，则这些词会被替换为<unk>。

-tolower

把词典中的词都变成小写（对英文）

-counts    counts_file

读取计数文件counts_file。其中计数文件包含了1阶和2阶计数。

-text    text_file

读取训练文件text_file来生成计数文件或语言模型。

聚类

-numclasses    C

设置需要聚类的数目C。