NLP-统计分词-隐马尔可夫模型（维特比算法实现详解）

NLP-统计分词-隐马尔可夫模型（维特比算法实现详解）
大虾飞哥哥
于 2022-03-05 11:54:17 发布
350  收藏 分类专栏： NLP 文章标签： 自然语言处理 算法 人工智能 版权
NLP 专栏收录该内容 10 篇文章0 订阅 订阅专栏 NLP-统计分词-隐马尔可夫模型（维特比算法实现详解） 一、HMM模型 1. 模型状态集合 2. 观察状态集合 3.观察状态和状态序列 4. 状态转移概率分布矩阵 5. 观测状态概率矩阵(发射概率) 6. 初始概率 7. 目标 二、python实现 1.模型参数初始化 2.求解过程 求 “我” 分别是 B BB、M MM、E EE、S SS的概率: P ( o 1 ) P ( o 1 ∣ i 1 ) P(o_1)P(o_1|i_1)P(o  1 ​  )P(o  1 ​  ∣i  1 ​  ) 求 “我” 的每个状态到 “爱”每个状态的概率: ∏ 2 T P ( o i ∣ o i − 1 ) P ( o i ∣ i i ) ∏{_2^T}P(o_i|o_{i-1})P(o_i|i_

NLP-统计分词-隐马尔可夫模型（维特比算法实现详解）最先出现在Python成神之路。