N-gram的C＃算法

Question

我打算使用來自this article的n-gram代碼。該算法產生這些三克的結果：

t, th, the, he, e, q, qu, qui, uic, ick, ck, k, r, re, red, ed, d 

文本the quick red

然而wikipedia，估計這應該是：

the qui k_r 
he_ uic _re 
e_q ick red 
_qu ck_ 

（由「_」指示空間）。

什麼是正確的？那裏有沒有其他的C＃實現？

Answer 1

第二個例子是正確的。

ps。你爲什麼要爲整個文本生成卦，而不僅僅是單詞？你的用例是什麼？

Answer 2

第一個是正確的。我在論文中使用了字符N-gram。你必須前進，併爲每一步傳遞一個字符。在這種情況下，可以找到類似的詞。