这是NLP课程中的一次作业，完成了基于adding-one及good-turing的uni-gram和bi-gram算法。
数据集来源为北京大学语料库，详见dataset文件夹（由于上传限制，除testB外，请通过zip解压获取全部数据），其中testB是用于报告中选取一句话进行分析而人工合成。
为了适应多种方式的数据读取，设立dataset类，mode/word/type的含义详见report。
对实验结果的分析，见report，report中的测试指标为perplexity，即困惑度
推荐一个挺好的pdf：http://www.nlpr.ia.ac.cn/cip/ZongReportandLecture/Lecture_on_NLP/Chp-05.pdf