چکيدهاين گزارش قسمت ي از پژو هشهاي انجام شده در زمينه طرح تحقيقات ي "مدلساز ي آمار ي زبانفارسي" را ارايه م ي دهد . در اين گزارش پس از ا رايه مقدمه و تاريخچه به توصيف چگونگ يطراحي و تنظيم مدل هاي آماري براي کلمات و جملات فارس ي پرداخته شده است. در هر مسا لهمدلسازي در ابتدا دو عامل اصل ي مي بايد ابداع و تدوين شوند- ساختار مناسب و جامع برا يمدل و سپس چگونگ ي تنظيم و محاسبه پارامترها ي آن . در اين تحقيق بر اساس مطالعات وبررسي ها ي همه جانبه و با توجه به سوابق و کاربردها ي متعدد ، مدل پنهان مارکوف برايبرا ي جملات در نظر گرفته شده ا ند . برا ي تنظيم و محاسبه N-gram کلمات و مدلها يپارامترهاي مدل روشهاي يادگير ي هوشمند در ارائه خواهند شد . از آنجا که هر روش ياد گيرينياز به مجموعه ا ي از داده ها ي آموزش ي دارد لذا روشي کارآمد و جامع برا ي نمايش متن بايددر نظر گرفته شود . در اين تحقيق از استاندارد ها ي بين الم للي جهت ذخيره و پردازش فايلهايمتن که شرح آن در اين گزارش آمده است استفاده شده است . سپس به چگونگ ي ب ه هنجارسازي و ايجاد يک لغتنامه جامع پرداخته شده است. براي داده هاي آموزش ي طيف وسيع ي ازمتون زبان فارس ي در زمينه ها ي مختلف ادبيات فارس ي در نظر گرفته شده است طور ي کهمدل ياد گرفته شده مبتني بر توزيع هاي مختلف و وسيعي از داده هاي آموزشي باشد.بديهي است که در گزارشها ي بع دي چگونگ ي پياده ساز ي و آموزش مدل کلمات و جملات ونهايتا نرم ا فزاري که بتواند در کاربردهاي مدلساز ي آماري زبان مورد استفاده قرار گيرد ارائ هخواهد شد.