关于HMM＋NLP

1/从HMM到CRF到LSTM+CRF

网址：https://blog.csdn.net/u011724402/article/details/82078328

2/马尔可夫

https://www.cnblogs.com/baiboy/p/hmm1.html

3/HMM

　详细原理

https://www.cnblogs.com/skyme/p/4651331.html

　综述类

https://www.cnblogs.com/Denise-hzf/p/6612212.html

4/应用于NLP

具体到分词系统，可以将天气当成“标签”，活动当成“字或词”。那么，几个NLP的问题就可以转化为：

• 词性标注：给定一个词的序列（也就是句子），找出最可能的词性序列（标签是词性）。如ansj分词和ICTCLAS分词等。

• 分词：给定一个字的序列，找出最可能的标签序列（断句符号：[词尾]或[非词尾]构成的序列）。结巴分词目前就是利用BMES标签来分词的，B（开头）,M（中间),E(结尾),S(独立成词）

• 命名实体识别：给定一个词的序列，找出最可能的标签序列（内外符号：[内]表示词属于命名实体，[外]表示不属于）。如ICTCLAS实现的人名识别、翻译人名识别、地名识别都是用同一个Tagger实现的。