《【必看】HMM学习最佳范例与崔晓源的博客》.pdf

HMM学习最佳范例与崔晓源的博客 分类 隐马尔科夫模型 “HMM学习最佳范例”与“崔晓源的博客”本来是不搭边的，由于自己花了几乎一个晚上浏览崔师 兄的博客，没有时间写文章了，所以最终决定放在这里做成大杂烩，不过我觉得这个大杂烩还是有点 价值的。 先说说HMM，通过Google Analytics 发现，读者经常通过与“ 隐马尔科夫模型、HMM”相关的 关键字访问 52nlp的，因为这里曾经写了一篇简单的介绍HMM的文章。事实上，对于HMM，由于自 己没有直接实践过，仅停留在“纸上得来”的程度，所以心里也虚。某天赶巧遇到了国外这个专门介绍 HMM及其相关算法的主页： p.leeds.ac.uk/roger/HiddenMarkovModels/html_dev/main.html 里面图文并茂还动感十足，写得又通俗易懂，可以说是我见到过的介绍HMM最好的范例了。读 完了立即有翻译全文的冲动，这样一方面可以给有需要的读者以帮助，另一方面翻译虽然耗时，但却 能仔细把握一下比较细节的地方，这也是我翻译“MIT 自然语言处理”的初衷。不过Google了一下， 发现已经有人把这件事做了，这个人就是崔晓源，中文译名是“ 隐马尔科夫模型HMM 自学”。 原计划这一篇博客题目为“HMM学习最佳范例”的，准备介绍这个英文主页和崔晓源的翻译，出 于尊重译者劳动的缘故，Google“隐马尔科夫模型HMM 自学”，可是发现其被转载了很多，除了知道 译者是“崔晓源”外，原始出处似乎被丢失了。不过最终还是找到了原始出处： /blog/cns!46BDB23E24219CE9!144.entry?_c=BlogPart 其实就是崔师兄在msn spaces上的博客，仔细对比了一下原文，发现崔师兄的这个翻译是一个 简化和缩略版本，有些地方只是概况性的翻译了一下，省去了一些内容，所以这个介绍HMM主页还 有再翻译的必要。有可能的话，今后在 52nlp上我会慢慢翻译HMM这个系列。 对比完之后，我就浏览开他的博客了，没想到，一发而不可收，主要在于他的博客多数内容都很 有价值。博客最集中更新的一段时间，是在 05 年 5 月到 9 月份他在MSRA-NLC组实习的时候，不 过可惜的是，现在几乎不更新了，但是技术博客的好处再于其有效期更长，所以许多东西仍很可以参 考，读者如果对NLP，IR或者机器学习感兴趣，不妨按时间顺序读读他的日志，定会有不小收获的， 这里绝非广告。他目前在MSRA工作，以下是他的“About me” ： ”A man full of enthusiasm for advanced technology business, natrual language processing, IR and search engine technology. I’m finding my way. You never do a bad job only if you choose the right time. So keep your pace accordingly.“ 我在上面最大的发现是这个关于机器学习的英文博客： / HMM学习最佳范例一：介绍 分类 隐马尔科夫模型 隐马尔科夫模型（HMM）依然是读者访问“我爱自然语言处理”的一个热门相关关键词，我曾在 《HMM学习最佳范例与崔晓源的博客》中介绍过国外的一个不错的HMM学习教程，并且国内崔晓源 师兄有一个相应的翻译版本，不过这个版本比较简化和粗略，有些地方只是概况性的翻译了一下，省 去了一些内容，所以从今天开始计划在 52nlp上系统的重新翻译这个学习教程，希望对大家有点用。 一、介绍（Introduction） 我们通常都习惯寻找一个事物在一段时间里的变化模式（规律）。这些模式发生在很多领域，比 如计算机中的指令序列，句子中的词语顺序和口语单词中的音素序列等等，事实上任何领域中的一系 列事件都有可能产生有用的模式。 考虑一个简单的例子，有人试图通过一片海藻推断天气——民间传说告诉我们‘湿透的’海藻意味 着潮湿阴雨，而‘干燥的’海藻则意味着阳光灿烂。如果它处于一个中间状态（‘有湿气’），我们就无法 确定天气如何。然而，天气的状态并没有受限于海藻的状态，所以我们可以在观察的基础上预测天气 是雨天或晴天的可能性。另一个有用的线索是前一天的天气状态（或者，至少是它的可能状态）—— 通过综合昨天的天气及相应观察到的海藻状态，