本文重点
- 一个HMM模型是否可以处理任意长度的序列?
- HMM训练如何支持多序列?
为什么要有隐马尔科夫模型?
有了马尔科夫模型,为什么还要有隐马尔科夫模型? 二者都可以用三元组表示
(π,S,T)
(
π
,
S
,
T
)
其中
S
S
是状态集合, 是状态初始概率分布,
T
T
是状态转移矩阵. 应用马尔科夫模型时,需要先构造出上述三个元素(一般不是通过ML,而是利用经验知识人为构造); 而隐马尔科夫模型涉及”观测”这个新的概念,状态是隐藏的,未知的.比如在语音翻译中, 每个音节可以看作观测值,一个语句包含很多音节,作为一次观测, 而音节对应的含义(文字)作为隐含状态,是未知的,HMM希望通过学习获知音节序列和文字序列的对应关系,达成语音翻译的目标. 实际应用中会赋予HMM隐含状态真实的物理意义.
HMM示意图
常见的HMM示意图有两个,个人觉得两个图的解释各有侧重点,都列举如下
图中是3个隐状态的HMM,是初始状态,
E
E
是结束状态, 他们是两个虚构的状态,用来对齐.
第一个图更常见, 但它容易让人产生一个疑问:HMM是不是要求序列长度固定? 入上图的HMM是不是只能处理长度为2的序列? 回答是否定的. 上面第二幅图描述的同一个HMM, 其实HMM模型参数中是没有T的概念,自然可以处理任意长度序列. 第一幅图之所以如此流行,是因为用它描述HMM相关的算法更加直观,比如”前向,后向”的概念.
# 关于HMM的三个问题
介绍HMM的资料必定涉及”HMM三问题”,不过在介绍他们之前,需要先了解以下HMM和马尔科夫模型的一个区别:发射概率.
HMM引入”状态-观测”这组概念,发射概率就是描述某个状态下得到某个观测值的概率.
上面第一幅图适合公式推导,考虑给定一个观测序列
O=o0,o1,...,oT
O
=
o
0
,
o
1
,
.
.
.
,
o
T
时,MHM模型参数
λ=(π,S,T)
λ
=
(
π
,
S
,
T
)
已知,则在时刻t处于状态
St
S
t
的概率.
Pt(Si)=Pt(ot|S)∑Nj=1Pt−1(Sj)P(Si|Sj)
P
t
(
S
i
)
=
P
t
(
o
t
|
S
)
∑
j
=
1
N
P
t
−
1
(
S
j
)
P
(
S
i
|
S
j
)
其含义时
t−1
t
−
1
时刻处于状态
Sj
S
j
,后以概率
P(Si|Sj)
P
(
S
i
|
S
j
)
转移到状态
Si
S
i
,而且
Si
S
i
以概率
P(Ot|Si)
P
(
O
t
|
S
i
)
发射出观测值
ot
o
t
这是一个递推公式,其初始状态为
P0(Si)=πi
P
0
(
S
i
)
=
π
i
这个 Pt(Si) P t ( S i ) 很重要,HMM三个问题中,这个概率可以处理2.5个.
- 评估问题: HMM模型所有参数
λ
λ
已知,求一个已知序列O的期望概率E
E(O|λ)=∑i=1NPT(Si) E ( O | λ ) = ∑ i = 1 N P T ( S i )
即最终时刻T,所有状态概率和 - 解码问题: HMM模型所有参数 λ λ 已知,求一个已知观测O所经历的各个隐含状态序列 和评估问题类似,不过这里不是求和,而是从 t=0 t = 0 到 t=T t = T 找到一个隐状态序列,使得 PT(Si)=maxjPT(Sj) P T ( S i ) = max j P T ( S j ) ,从 t=T t = T 逆向搜索到 t=0 t = 0 即可,这个过程称为Viterbi算法.
- 学习问题:已知一组序列
Os
O
s
,求出HMM的参数
λ
λ
假设我们已经通过经验确定了隐含状态的个数N, 观测序列O有S个,每一个观测序列的长度可以不一致.前面的 Pt(Si) P t ( S i ) 定义为前向概率 αt(i) α t ( i ) , 然后我们考虑什么是后向概率
βt(i)=P(ot+1,ot+2,...,oT|λ,S(t)=Si) β t ( i ) = P ( o t + 1 , o t + 2 , . . . , o T | λ , S ( t ) = S i )
后向概率的含义是: t时刻处于状态i,t时刻后观测和输入序列O一致 (ps:这个定义中状态和观测不是同一个时刻!!). 计算后向概率只是为了后面计算状态转移参数T
显然,已知 λ λ 时,前向概率 αt(i) α t ( i ) 和 βt(i) β t ( i ) 可以用递推方式求解,下面我们看看通过前向/后向概率,有没有办法求解 λ λ .
初始概率
πi=∑t=1Tαt(i) π i = ∑ t = 1 T α t ( i )
发射概率
P(ok|Si)=∑Tt+11(ot=ok)αt(i)πi P ( o k | S i ) = ∑ t + 1 T 1 ( o t = o k ) α t ( i ) π i
其中 1(ot=ok) 1 ( o t = o k ) 是只序列O在时刻t的取值 ot=ok o t = o k
转移概率
P(Si|Sj)=αt(j)βt+1(i)πj P ( S i | S j ) = α t ( j ) β t + 1 ( i ) π j
这是一个”先有鸡还是先有蛋的问题”,EM很适合这种场景.
以上考虑的是只有一个观测序列O, 如果观测序列有多个呢? EM算法中间,每个序列计算出一组 λ λ ,然后取平均,此处取平均有两个可能的途径 - 第s个序列,得到 λs λ s ,则 λ=1S∑Ss=1λs λ = 1 S ∑ s = 1 S λ s
- 依然是平均,不过稍微复杂一些
多序列初始概率
πi=1S∑s=1S∑t=1Tαst(i) π i = 1 S ∑ s = 1 S ∑ t = 1 T α t s ( i )
多序列发射概率
P(ok|Si)=∑Ss=1∑Tt+11(ot=ok)αst(i)Sπi P ( o k | S i ) = ∑ s = 1 S ∑ t + 1 T 1 ( o t = o k ) α t s ( i ) S π i
多序列转移概率
P(Si|Sj)=∑Ss=1αst(j)βst+1(i)Sπj P ( S i | S j ) = ∑ s = 1 S α t s ( j ) β t + 1 s ( i ) S π j
实验
to be continue…