EM算法重新估计（Re-estimate）隐马尔可夫模型（HMM）的观测概率

背景：观测概率的更新公式 $b_j(v_k)$

公式 $b_j(v_k)$ 的定义：
$$b_j(v_k)=\frac{\text{状态 j 生成符号 vk 的期望次数}}{\text{状态 j 的总期望次数}}$$

直观理解：

1. 分子：统计状态 $j$ 生成观测符号 $v_k$ 的期望次数。
2. 分母：统计状态 $j$ 在整个观测序列中出现的总期望次数。

最终，更新后的 $b_j(v_k)$ 是一个归一化的概率分布。

---

公式分解

1. 什么是 ${\gamma }_t(j)$？

$${\gamma }_t(j)=P(q_t=j|O,\lambda )$$

• ${\gamma }_t($