先来解释一下HMM的向前算法： 前向后向算法是前向算法和后向算法的统称，这两个算法都可以用来求HMM观测序列的概率。我们先来看看前向算法是如何求解这个问题的。 前向算法本质上属于动态规划的算法，也就是我们要通过找到局部状态递推的公式，这样一步步的从子问题的最优解拓展到整个问题的最优解。在这里我们认为随机过程中各个状态St的概率分布，只与它的前一个状态St-...
概述 命名实体识别在NLP的应用中也是非常广泛的，尤其是是information extraction的领域。Named Entity Recognition(NER) 的应用中，最常用的一种算法模型是隐式马可夫模型（Hidden Markov Modelling）- HMM。本节内容主要是通过介绍HMM的原理，以及应用HMM来做一个NER的实例演示。 H...
马尔科夫模型 马尔科夫模型是单重随机过程，是一个2元组：(S,A)。 当中S是状态集合，A是状态转移矩阵。 仅仅用状态转移来描写叙述随机过程。 马尔科夫模型的2个如果 有限历史性如果：t+l时刻系统状态的概率分布仅仅与t时刻的状态有关，与t时刻曾经的状态无关； 齐次性如果：从t时刻到t+l时刻的状态转移与t的值无关。 以天气模型为例 天气变化有3...
先介绍一下马尔科夫模型： 马尔可夫模型（Markov Model）是一种统计模型，广泛应用在语音识别，词性自动标注，音字转换，概率文法等各个自然语言处理等应用领域。经过长期发展，尤其是在语音识别中的成功应用，使它成为一种通用的统计工具。 特征：有限视野、时间不变性 隐性马尔可夫模型： HMM(Hidden Markov Model), 也称隐性马尔可夫模型...