隐马尔可夫模型-完整.pptVIP

NLPLAB * NLPLAB 隐马尔科夫模型Hidden Markov Model 何为“隐”? 如从四个盒子中各取一个球，开始从四个盒子随机选取一个盒子，从这个盒子中随机抽出1个球，记录其颜色后，放回；然后从当前盒子随机转移到下一个盒子，再取一个球；如此重复，直到取出四个球。这样可以得到一个球的颜色的观测序列： 如：O={红，白，红，白}，在这个过程中观察者只能观测到球的颜色 序列，观测不到球是从哪个盒子中取出的，即观测不到盒子的序列。 如在词性标注这样的应用中，对于给定的要标注单词词性的一个句子，我们看不到单词的词性，只能观察到每个单词，必须从单词序列去推断正确的标记。我们说词性标注序列是隐藏的。 隐马尔科夫模型中两个重要的假设： 一个特定状态的概率仅仅依赖于前一个状态： 观察值 的概率仅仅依赖于产生这个观察值的状态 ： 隐马尔科夫模型中的三个问题： 估计问题 序列问题 训练问题或参数估计问题 1. 估计问题 问题描述： 用以下四种方法解决这个问题： 直接计算法 前向算法 后向算法 前向后项结合算法 直接计算法 直接计算法 前向算法 前向算法 后向算法 前向后向结合算法 P(A,B)=P(A)P(B|A) 2. 序列问题 问题描述 解决问题的算法： 维特比算法(Viterbi) 维特比算法 这种递归关系使我们能够运用动态规划搜索技术。 维特比算法 维特比算法 维特比算法 3. 训练问题或参数估计问题 问题描述： 分段K-均值算法 分段K-均值算法 分段K-均值算法 分段K-均值算法 * * * * * NLPLAB * NLPLAB * * * * *