维特比 decode 算法 - 矩阵计算

    def viterbi_decode(self, text):
        """
        :param text: 一段文本string
        :return: 最可能的隐状态路径
        """
        # 得到序列长度
        seq_len = len(text)
        # 初始化T1和T2表格
        T1_table = np.zeros([seq_len, self.tag_size])
        T2_table = np.zeros([seq_len, self.tag_size])
        # 得到第1时刻的发射概率
        start_p_Obs_State = self.get_p_Obs_State(text[0])
        # 计算第一步初始概率, 填入表中
        T1_table[0, :] = self.pi + start_p_Obs_State
        T2_table[0, :] = np.nan

        for i in range(1, seq_len):
            # 维特比算法在每一时刻计算落到每一个隐状态的最大概率和路径
            # 并把他们暂存起来
            p_Obs_State = self.get_p_Obs_State(text[i])
            p_Obs_State = np.expand_dims(p_Obs_State, axis=0)
            prev_score = np.expand_dims(T1_table[i-1, :], axis=-1)
            # 发射概率和转移概率广播 + 转移概率
            curr_score = prev_score + self.transition + p_Obs_State
            # 存入T1 T2中
            T1_table[i, :] = np.max(curr_score, axis=0)
            T2_table[i, :] = np.argmax(curr_score, axis=0)
        # 回溯
        best_tag_id = int(np.argmax(T1_table[-1, :]))
        best_tags = [best_tag_id, ]
        for i in range(seq_len-1, 0, -1):
            best_tag_id = int(T2_table[i, best_tag_id])
            best_tags.append(best_tag_id)
        return list(reversed(best_tags))

解析一下 decode 具体的矩阵运算是怎样的，“新华社在中国的北京”

 

最后一个截图有误，应该是按列取每列的最大，思考一下，

前面两项是 上一个的概率【1】+trans的概率【2】 ok  + 然后再加上【3】每个tag生成该字的概率

【3】这里是表示“华”生成每种tag的概率，over

举例-5.44068 需要分别加上【1】+【2】后的结果，如第二行第一列结果-39.42862表示 前一个tag从tag1转移到tag0的概率，同时再加上tag0生成字“华”的概率-5.44068 = -44.86931，所以，根据多条路径，最终得到，最大的概率来自于tag3=-16.51429 ，上述过程为红线部分，下图中的是0.028，同理

相当于 一次把v1这一列都给算了~，👌

刚开始第一步结束后

然后变化了

最后，

从表1最后一行，取最大的概率哪个tag节点，最后一行最大为-45.29800，tag=4，就是下面列表的最后一个元素，继续往前早，看表2，上面记录了最大的来自于7行的tag5，所以5 -》往前看6行的格子5里面记录的是3  ---> 以此类推，然后逆向返回。

[0, 6, 6, 3, 5, 4, 3, 5, 4]

以上是HMM里面的 decode代码，下面来看一下 tensorflow中的crf代码，本质上是一样的。

 

def viterbi_decode(score, transition_params):
  """Decode the highest scoring sequence of tags outside of TensorFlow.
  This should only be used at test time.
  Args:
    score: A [seq_len, num_tags] matrix of unary potentials.
    transition_params: A [num_tags, num_tags] matrix of binary potentials.
  Returns:
    viterbi: A [seq_len] list of integers containing the highest scoring tag
        indices.
    viterbi_score: A float containing the score for the Viterbi sequence.
  """
  trellis = np.zeros_like(score)
  backpointers = np.zeros_like(score, dtype=np.int32)
  trellis[0] = score[0]

  for t in range(1, score.shape[0]):
    v = np.expand_dims(trellis[t - 1], 1) + transition_params
    trellis[t] = score[t] + np.max(v, 0)
    backpointers[t] = np.argmax(v, 0)

  viterbi = [np.argmax(trellis[-1])]
  for bp in reversed(backpointers[1:]):
    viterbi.append(bp[viterbi[-1]])
  viterbi.reverse()

  viterbi_score = np.max(trellis[-1])
  return viterbi, viterbi_score

正常的score 维度举例为 [?, 23, 109]  23是句子长度，109是tag数量，输入2为 transition matrix。

输出为[?, 23]， 最后一个字最大的score，

之前HMM需要3个参数 A, B, π，实际上tensorflow只需要B就ok，因为bilstm输出的发射概率就是单字的π，而且初始化表格1时候，只需要取score[0] 就ok了，结束~