一句话定义：N-gram 语言模型（N-gram Language Model）是一种统计语言模型，它假设下一个词出现的概率只取决于前面 n-1 个词，然后靠统计大量文本里词串出现的频率来做预测。
它是怎么工作的：把“n”想成窗口大小。n=1 叫一元模型（Unigram），只看每个词自己出现的频率，完全不看上下文；n=2 叫二元模型（Bigram），看前 1 个词；n=3 叫三元模型（Trigram），看前 2 个词，以此类推。比如你想知道“今天天气”后面接“不错”的概率，就去找语料里“今天天气 不错”出现了多少次，再除以“今天天气”出现的总次数。这个比值就是模型给出的概率。
打个比方：这就像根据你刚点的两道菜猜你下一道会点什么。如果你点了“宫保鸡丁”和“米饭”，服务员猜“酸辣汤”的概率可能比“冰淇淋”高，因为过去很多客人这么点。但服务员只看你最近两道菜，不记得你进门时说过什么。
没见过的组合怎么办：真实语言里词串组合近乎无穷，很多合理组合在训练语料里一次都没出现。如果直接按频率算，概率会是 0，整个句子的概率也变成 0，这显然不合理。于是需要平滑（Smoothing）和回退（Backoff）：没见过“今天天气 真好”这个三元组，就退一步看“天气 真好”这个二元组；二元组也没见过，就退到“真好”这个词本身的一元频率。常见的平滑方法有加一平滑、Kneser-Ney 平滑等。这像新餐厅没有你常点的搭配，店员就按大众口味推荐，而不是直接说“没有”。
和相邻概念的区别：
| 概念 | 看多少上下文 | 主要特点 |
|---|---|---|
| Unigram | 0 个词 | 只统计词频，忽略顺序 |
| N-gram（n=2/3/4） | 前 1/2/3 个词 | 固定窗口，统计频率，可解释 |
| 神经语言模型 | 更长上下文 | 用 RNN、Transformer 等学习语义泛化 |
| 词袋模型 | 全部词但忽略顺序 | 关注词是否出现，不关注局部顺序 |
N-gram 的“n”是历史窗口大小，不是模型层数。它和后来的神经网络语言模型最大的差别是：N-gram 靠数数，泛化能力弱；神经网络靠学习表示，能处理没见过的组合，但需要更多算力。
对从业者和普通人的意义：N-gram 是很多系统的轻量基线，速度快、可解释、不需要 GPU，常见于输入法联想、搜索建议、拼写纠错、语音识别重打分等场景。对普通人来说，你打字时弹出的候选词、搜索引擎的“您是不是要找”，背后就有这类统计思想。对 AI 从业者，理解 N-gram 是理解语言模型从统计到深度学习演进的起点；具体工具和实现细节，以官方页面为准。