Я довольно новичок в языковых моделях и не могу понять роль фактора отката (установленного на 0,4) в глупом отсрочке? Поскольку для моделей более высокого уровня нет дисконтирования, зачем нам нужно перераспределять вероятность на более низкие уровни? Я понимаю, что относительные частоты используются вместо вероятностей, но я не понимаю роль альфа.
Я прочитал оригинальную статью (http://www.aclweb.org/anthology/D07-1090), но не смог понять.