维特比(viterbi)算法
对于HMM模型的相关简介:维特比(viterbi)算法与中文词性标注(一)
——隐马尔科夫模型
问题描述
针对HMM模型的第二类问题,根据模型及输出序列,判断状态序列;使用的方法即为维特比(viterbi)算法
简介
一种动态规划算法,以求出篱笆网络的有向图最短路径
对于隐马尔科夫链,图的节点代表状态,节点间的路径代表状态转移,路径的权值代表状态转移的概率
动态规划属性
最优子结构
对于整个图而言,从初始点S到终结状态E,假设最优路径在第i时刻时需要转换至 x i j x_{ij} xij,则可以采用单独计算 S → x i j S\to x_{ij} S→xij和 x i j → E x_{ij}\to E xij→E的最优路径,若不采用二者之间任意一个的最优路径,则可以将未采用的部分替换为该部分的最优路径,使得结果更佳。
递归求解方案
对于HMM模型中的递归结构,针对问题描述,目前的已知条件是:
隐含状态集合 X = { x 1 , x 2 , . . . , x m } X=\{x_1,x_2,...,x_m\} X={
x1,x2,...,xm}
输出值序列 O = { O 1 , O 2 , . . . , O n } O=\{O_1,O_2,...,O_n\} O={
O1,O2,...,On}
初始状态序列 P ( x i ∣ S ) P(x_i|S) P(xi∣S)
转移概率序列 P ( x j ∣ x i ) P(x_j|x_i) P(xj∣xi),从 x i x_i xi转换为 x j x_j xj的概率
发射概率序列 P ( O t ∣ x i ) P(O_t|x_i) P(Ot∣xi)
最终所求的是第i时刻在输出 O i O_i O