#语料句子 sentence_ori="研究生物很有意思。他大学时代是研究生物的。生物专业是他的首选目标。他是研究生。" #测试句子 sentence_test=input() #任务：完成对2-gram模型的建立，计算测试句子概率并输出结果,实现代码

在中国，建立二元格（bi-gram）语言模型通常用于自然语言处理任务中，如文本生成、机器翻译等。对于给定的句子，2-gram模型假设当前词的概率是由前一词直接决定的，即P(w_t|w_{t-1})。

假设我们有一段训练数据，包含了"研究生物"这样的序列，并记录了每个连续两个词组合的频率。对于输入的测试句子`sentence_test`，首先需要将其拆分为单词列表，然后逐个计算每个连续词对的条件概率。

from collections import defaultdict

def train_2gram_model(sentences):
    model = defaultdict(lambda: defaultdict(int))
    for sentence in sentences:
        words = sentence.split()
        for i in range(1, len(words)):
            prev_word, curr_word = words[i-1], words[i]
            model[prev_word][curr_word] += 1
    return model

def calculate_probability(model, test_sentence):
    words = test_sentence.split()
    prob = 1.0
    for word in words[1:]:
        if word in model[words[-2]]:
            prob *= model[words[-2]][word] / model[words[-2]].get(total_count, 1)
        else:
            prob = 0.0  # 如果遇到不在训练数据中出现的词，则概率为0
            break
    return prob

# 使用训练数据训练模型
sentences = [sentence_ori]
model = train_2gram_model(sentences)

# 对测试句子计算概率
test_sentence = sentence_test
probability = calculate_probability(model, test_sentence)
print(f"测试句子'{test_sentence}'在2-gram模型下的概率为: {probability}")

在这个例子中，`total_count`通常是指每个前缀词的所有后续词的数量，用作分母保证概率的合理性。注意，这个简化的实现未考虑平滑技术来处理罕见词或无频次词。