對于N元語言模型，時間復雜度是O(V ^ {N-1})，空間復雜度是O(V ^ {N})，N是詞匯表的大小。

• 空間復雜度：存儲所有可能的N-1元組及其對應的詞的頻次需要大量的存儲空間。例如，對于一個三元模型（N=3），需要存儲一個三維的計數表，其大小為|V|×|V|×|V|，這在詞匯量較大時會導致非常高的存儲需求
  時間復雜度：在訓練階段，需要遍歷整個語料庫來統計每個N-1元組的頻次。對于每個詞，計算其在給定前N-1個詞的情況下的條件概率。這個過程的時間復雜度隨著N的增加而呈指數增長，因為需要處理的組合數量會迅速增加。
• 時間復雜度：在訓練階段，需要遍歷整個語料庫來統計每個N-1元組的頻次。對于每個詞，計算其在給定前N-1個詞的情況下的條件概率。這個過程的時間復雜度隨著N的增加而呈指數增長，因為需要處理的組合數量會迅速增加。

總結：N元語言模型的時間和空間復雜度都是O(V ^ {N}),呈指數級增長，因此N一般取的較小，不僅僅是因為取值增大到一定程度后，模型效果不再會變得更好，參數量也大幅度增加。