使用SRILM這個工具編寫語言模型工具的問題就是內存不怎么夠。。。，內存最多就3G，還在跑另外的一個程序，所以想要一次訓練完是不可能的，在http://www-speech.sri.com/projects/srilm/manpages/srilm-faq.7.html給出了一個解決的辦法，那就是將大文件拆分成多個小文件，然后再將多個小文件的count合並，完成最終的訓練。具體的做法如下：
首先使用split將一個大文件分成最多26*26（使用字母后綴，這是默認的行為）或者是100（使用數字后綴，需要-d參數）個文件，可以將文件按行拆分（使用-l num參數）或者是按大小拆分（使用-b size參數），還可以給出文件的前綴（或者使用默認的x）。在進行拆分的時候將文件會將每num行放到一個文件中，文件按字母序產生，對於語言模型的使用來說需要命令：split -l NUM_LINE_OF_FILE BigFiles [ Prefix-name ] [ -d ]
然后使用make-batch-counts腳本：make-batch-counts file-list 5 cat counts -order 5 -sort，file-list是個文件名，這個文件存儲了你分割大文件而得到的小文件的文件名；5的意識是每5個小文件用於一次ngram-count訓練，獲得對應的count文件；cat 是用於過濾輸出的腳本名，我們這里直接輸出；后面的是傳給ngram-count的參數，可以自己隨便寫
再是使用merge-batch-counts將所有的小count文件合並成一個大的count文件： merge-batch-counts [ -l N ] counts [ filename-list ]，將counts目錄下的所有文件合並成一個文件，如果有些文件不用參與合並，可以在最后添加一個filename-list，只有在filename-list里面出現的文件才會被用於合並；-l N參數之處，一次同時合並N個文件。
最后使用make-big-lm腳本，參數類似於ngram-count。make-big-lm -read *.gz -order 5 -lm my.lm