srilm是著名的約翰霍普金斯夏季研討會（Johns Hopkins Summer Workshop）的產物，誕生於1995年，由SRI實驗室的Andreas Stolcke負責開發維護。
srilm支持語言模型的估計和評測。估計是從訓練數據（訓練集）中得到壹個模型，包括最大似然估計及相應的平滑算法；而評測則是從測試集中計算其困惑度。
其中，-vocab train.dict中 train.dict為詞典文件，每行壹個詞，格式如下：
-text train.txt 中 train.txt為語料庫文件，每行中的詞用空格隔開，表示分詞結果，格式如下：
-order 最大的n元模型，3表示unigram，bigram，trigram
-write train.count 統計文件寫到train.count中
-unk 表示沒有在詞典中的詞用<unk>表示
train.count中的內容如下（每行格式為：ngram 詞頻）：
其中，-read train.count 讀取上壹步生成的統計文件
-lm train.lm 生成最高為trigram的語言模型train.lm
-interpolate 利用差值算法
生成的語言模型train.lm為ARPA格式的語言模型，如下：
上面的兩個步驟可以直接生成，如下：
上面已經生成了語言模型train.lm，利用它來測試數據的困惑度
測試數據的格式同語料數據，每個句子內部用空格隔開表示分詞。
結果如下：
參考 ：