统计学习方法——隐马尔可夫模型（HMM）

隐马尔可夫模型（HMM）广泛应用于科学研究与工程技术的多个领域，尤其在自然语言处理中占有十分重要的地位，其所适用的范围涵盖了分词、词性标注、语音识别等多个方面。 （一）HMM简介 HMM 是一个有限状态机的变体，其所包含的要素有：隐藏状态集合 Q，输出列表（观察序列）O，转移概率 A，输出概率（混淆矩阵）B 以及初始状态概率Π。如图所示。通常情况下隐藏状态和可见状态是一定的，所以 HMM 一般表示

>>阅读原文<<