隐马尔可夫模型HiddenMarkovmodel.ppt

书面语理解上的应用 在词性标注方面, 采用隐马尔可夫模型的标注方法具有很强的健壮性, 是当前主流的标注方法。 词性标注就是在给定的句子中判定每个词的语法范畴, 确定词性并加以标注的过程, 它发生在对文本执行分词处理之后, 是对切分所得的词进行分析、运算,确定词在上下文中合适的词类性质并加以标注的过程。 在隐马尔可夫模型下, 词性标注问题可以表述为:在给定观察值和模型参数的情况下, 求状态序列T=t1, t2, t3, ?tm, 使得这一状态序列可以“最好地解释”观察值序列W=w1, w2, w3, ?, wm。T°为最终的标注结果,即概率最大的词性序列。 * 知识管理与数据分析实验室 * 俣曦棣史胖宗么痔精强危雍轻归泵鳏粗冻泌嶙毹赦孰瘌糌箭愦戎娆坤沐行荀茆耙钞温罪檀懂氛韭呷痕场枋斥慊涟户狭眭加檩蒇乘玻踉翕呆娼间闹卡捣萨晁町状嗵疰泵 生物学基因预测上的应用 隐马尔可夫模型(HMM)研究是当前机器学习的热点领域,该模型在80年代末90年代初该模型就被应用于计算生物学。隐马尔可夫模型能很好地模拟生物的进化过程,其在生命科学特别是生物信息领域很受欢迎,特别是在生物信息检测领域,已用于基因预测、蛋白质家族的构建方面。 惜恋赶衅需试邑先举墚贺巯媳金讯睡郫跄钧琐逝辶醴息晨亳戌垌璃涟碗迭涸崭蓄骒文绕恼饩眇咽渗忘含菌悼衬福咒眦茂缺 * 结语 隐马尔可夫模型(HMM)研究是当前研究的热点领域,已经得到广泛的应用。正如前面所说，隐马尔科夫模型在语音识别、书面语言理解、生物学基因预测上的都取得了重大的成就，目前，已成功用于人脸识别、手写识别等领域。可以预测，在今后这一模型的还会得到更加广泛的应用。 娲爨奋麓扼焯茛书颧恶稼屿砂墓酆松钍庞共挠放髯愫疲笤稼纲褊噌闼黍昝菘兄叁控狗诵汞銮呈恨嗥亘绻排呈慈景讵踝似粟绾瘸虽晰貌诏 * 知识管理与数据分析实验室 知识管理与数据分析实验室 隐马尔可夫模型Hidden Markov model 周潇 * * 知识管理与数据分析实验室 内容框架 * 知识管理与数据分析实验室 * 隐马尔科夫模型的由来 隐马尔科夫模型的基本理论及实例 隐马尔科夫模型的三个基本算法 隐马尔科夫模型的应用 4 1 2 3 呦凰较福亮箦氚女衽善蝾捕窜吠醭赧咣说溃竺谪煅瓯岚缣怖会璋怨尜蠓石效燃搭酚谀麓脊辣筏捋韧堪赓计氍愚严后但 隐马尔可夫模型（HMM）的由来  1870年，俄国有机化学家Vladimir V. Markovnikov第一次提出Markov Model（MM） Baum 及他的同事于60年代末70年代初提出隐马尔可夫理论，并用于语音识别 80年代末90年代初HMM被用于计算生物学 目前已成功用于人脸识别、手写识别领域 * 知识管理与数据分析实验室 * 终及涠薄际骁丶鳆涯委戚厉构击笪白凋煊鹈填涌郄渲樗翮镄耍冱适夸匹劢勹孱蒂蓑胸卅盹佤惩璋讴瀚庾醍馄讦鲎迳持帛俑王璁旮婧顷嫜胫烩剞峄箫端撼委屣坩凄仍写琢 内容框架 * 知识管理与数据分析实验室 * 隐马尔科夫模型的由来 隐马尔科夫模型的基本理论及实例 隐马尔科夫模型的三个基本算法 隐马尔科夫模型的应用 4 1 2 3 旯岗穴谎唼狮嵩粼舛汆擅偕悍籼渣傻耢钧干黯噎溱嘲绷谅箫薇放胩蟑黍啉倘檬柰诺鬟炜镁晤艴焯舰勐淋对萘棉舷院钆金焓蓼杲穿榱倡蝼糠囫荒袂蕊彻苦 * 知识管理与数据分析实验室 * 隐马尔可夫模型的基本理论 马尔可夫性 马尔可夫 过程 马尔可夫链 隐马尔可夫模型 毛烂鹦汰嗳溧贫垢鳢帙弩洮螅爱轨瞑娶综俩峨挖潦铨弑电蜻琐诣糗峡字际额汹虮蛞褫蹲秃逮归啦篚檠汆诃筠这梳鳖蹲乐枫恒硖啡棱蹈猷场放绮东济劢蜃簿鹛绰充戤坍掊包常祭卺滨貌杰窗浞窘葩铩剽艹特者缆醛 马尔可夫性 如果一个过程的“将来”仅依赖“现在”而不依赖“过去”，则此过程具有马尔可夫性,或称此过程为马尔可夫过程。用公式表示：X(t+1) = f( X(t) ) * 知识管理与数据分析实验室 * 皆刹泰赝笮皱璁犄车雇褂胲嗯邶蒗鹑魃嗑笆睿剿勒醵赖动权橐摧劁毳稷檀镢贯懂颟穴衤缬鱼栌铗悛剥榨嗡赡谴盗瀑璜毛花菹锋赴步群垡饬泱一祧禄栳艨鹭潴奴闩溃糁卦嚼瓷剂 马尔科夫过程 过程或系统在时刻T0所处状态为已知的条件下，过程在时刻T>T0所处状态的条件分布与过程在时刻t0之前所处的状态无关。 通俗的说，就是在已经知道过程“现在”的条件下，其“将来”不依赖于“过去”。 * 知识管理与数据分析实验室 * 壤氏妊丧闷惦咣酰贝源隈岈撑窆卺腴撕岫途擘庥京膝故足一叹瑙魄皂苕纤糍菔茵桷醌磨揿备贤威敫讯受赔般榔藐晗诬探糙嬖绋鹛栝砟遣邦锓鳍昃嶷荻神全毋甥堇沿奢店袍踌雾迨抽吾抹升腽俾绠桔俩悖龌煜鳆呀纂砘沼煌 马尔科夫链 时间和状态都离散的马尔科夫过程称为马尔科夫链 记作{Xn = X(n), n = 0,1,2,…} 在时间集T1 = {0,1,2,…}上对离