由java实现的n-gram语言模型（复刻C++版kenLM-ngram实现逻辑）（对于垂直领域效果比较好，大规模文档未测试过），并且实现两种应用场景：短文本纠错（搜索场景）；索引分词阶段的消歧功能。
优点：
1.实现短文本（2~5个字）的纠错且基于各领域自定义数据集，对于垂直领域效果更好，实践应用准确率达90%。
2.索引分词阶段，分词消歧功能准确率待评估
实例如下：
纠错功能：
输入：角膜机、角膜鸡
输出：角磨机
索引分词消歧功能：（输出结果越小、分词结果越合理；需要自定义阈值取topN的分词结果作为最终分词结果）
输入：白酒、精品；白、酒精、品
输出：
白酒、精品 = 0.001941
白、酒精、品 = 0.03424
输入：水果、味；水、果味
输出：
水果、味 = 0.02367
水、果味 = 0.01953
以上为无监督统计算法，成本低，效果好。想要更进一步的准确率的提升需要更多的优化，如下：
纠错优化方法：对长词接入深度学习算法，如Seq2Seq，采用翻译的方式来对长文本实现纠错。短文本不采用该方式是因为短文本所包含的上下文信息太少，所以效果比较差。
索引分词优化方法：人工自定义阈值，改为有监督训练，标注数据，使用线性模型划分最佳分割线，用于topN的取值逻辑。