对于前向概率的理解：
首先前向概率的定义是在假设的基础下，而不是在真正实现的基础下去求解概率，如定义时刻t隐藏状态为
q
i
q_{i}
qi, 观测状态的序列为
{
o
1
,
o
2
,
.
.
.
,
o
t
}
\{o_{1},o_{2},...,o_{t}\}
{o1,o2,...,ot}的概率为前向概率,假设有N个隐藏的状态。
那么这句话里面就包含了假设
t
t
t时刻隐藏状态是
q
i
q_{i}
qi,且观测状态为
{
o
1
,
o
2
,
.
.
.
,
o
t
}
\{o_{1},o_{2},...,o_{t}\}
{o1,o2,...,ot}的概率。如果以举列子来说，尤其是初始的前向概率，即表示假设1时刻隐藏状态为
q
i
q_{i}
qi，观测为
o
j
o_{j}
oj的概率，那么此时可以计算出所有假设隐藏状态下的观测为
o
j
o_{j}
oj的概率。那么根据全概率公式
P
(
o
j
∣
t
=
1
)
∑
j
=
1
j
=
N
(
P
(
o
j
∣
q
j
,
t
=
1
)
)
P(o_{j}|t=1)\sum_{j=1}^{j=N}(P(o_{j}|q_{j},t=1))
P(oj∣t=1)∑j=1j=N(P(oj∣qj,t=1))，通过求和可以求出不论1时刻隐藏状态假设为啥，观测为
o
j
o_{j}
oj的概率,此时可以根据贝叶斯公式可以计算来自那个状态下的概率，即
P
(
q
i
∣
o
j
,
t
=
1
)
=
(
P
(
q
i
,
o
j
,
t
=
1
)
)
/
(
∑
j
=
1
j
=
N
(
P
(
o
j
∣
q
j
,
t
=
1
)
)
)
P(q_{i}|o_{j},t=1)=(P(q_{i},o_{j},t=1))/(\sum_{j=1}^{j=N}(P(o_{j}|q_{j},t=1)))
P(qi∣oj,t=1)=(P(qi,oj,t=1))/(∑j=1j=N(P(oj∣qj,t=1)))
待更新
。。。
374
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
