我正在创建一个 n-gram 模型，它将预测 n-gram（可能是 unigram、bigram 和 trigram）之后的下一个单词作为课程作业。

当在训练数据中找不到测试数据中的 n-gram 时，我已经看到了很多关于如何处理零概率的解释。我了解'add-one'平滑和其他一些技术是如何工作的。

但是，我找不到任何关于我们为什么需要采取此类行动的信息。

例如，如果测试数据有“和平以微笑开始”，而这不在训练数据中，那么当我为模型提供“和平以微笑开始”时，它不会出现“微笑”结束词。它可能提供其他人，也可能不提供。如果没有或它们的概率很低，那么我将提供较短的“以 a 开头”的 n-gram 并查看提供的单词和概率。如果失败了，那么“with a”等等。

我怀疑我错过了一些东西，但看不到什么。

请问你能帮忙吗？