在文本挖掘中，如果我们计算了 n-gram 计数，比如说$n=1\ldots4$, 有没有一种原则性的方法来组合它们，而不是仅仅连接$tf-idf$每个矩阵？（如果我们要为每个内核构建内核矩阵，则相当于内核的未加权总和）。例如 google 的 n-gram 查看器：

http://books.google.com/ngrams/datasets

表明他们从 unigrams 到 5-grams 进行计算，但他们没有说明它们是如何组合的。