语言模型概率中的上下文简化

本文研究了在语言模型中观察概率降低所需的最小上下文，这是一个与认知科学相关的现象。它挑战了需要完整话语的假设，表明n-gram表示就足够了。这对于理解语言模型与人类认知过程的关系具有重要意义，并可能导致更有效的模型分析。

• •侧重于概率降低所需的最小上下文。
• •表明n-gram就足够了，挑战了对完整话语的需求。
• •与理解语言模型和认知之间的关系相关。