Биграммная вероятность (вероятностная модель языка)

Привет! Учусь в институте, задали такую лабу:
"Определить биграммную вероятность любого вводимого слово-сочетания на корпусе текстов папки ВАРИАНТ 1. Проверить работу программного кода на словосочетаниях: contents of this document, use of this document, receiver sensitivity" (корпус текстов по ссылке).
На лекциях объясняли непонятно что, в общем, что такое эта биграммная вероятность - понятия не имею. Есть только такая инфа: "В вероятностных моделях используются математическое понятие вероятностей и условных вероятностей тех или иных событий. Эта модель может быть использована: 1) в системах машин перевода; 2) в системах проверки орфографии; 3) в системах распознавания речи" и такая:
"Есть корпус текстов:
<s>I am Sam</s>
<s>Sam am I</s>
<s>I don’t like green eggs</s>
Здесь:
P(W1|Wi-1)=C(Wi-1, Wi)/C(Wi-1), 0.67 = 2/3
P(I|<s>)
P(</s>|Sam), 0.5=1/2
P(Sam|<s>), 0,33=1/3
P(Sam|am), 0,5=1/2
P(am|I), 0,67=2/3
P(do|I), 0,33=1/3
Все потом перемножить: 0,33*0,5*0,67*0,33=0,0364815"

Я вроде до этого нормально всё сдавала, но здесь совершенно не понимаю, с чего начинать и что делать. Подскажите хотя бы что-то, пожалуйста, порядок действий, алгоритм, что от меня хотят. Конечно, с кодом или его кусочком будет понятнее, но если нет желания - не настаиваю.)
Спасибо заранее!

0