自然语言处理讲师NLP培训讲师叶梓：人工智能之最新NLP自然语言处理技术与实战

自然语言处理讲师NLP培训讲师叶梓：人工智能之最新NLP自然语言处理技术与实战"/>

自然语言处理讲师NLP培训讲师叶梓：人工智能之最新NLP自然语言处理技术与实战

接上一篇

P46-P47

形式化定义

• Q是所有可能的状态的集合，V是所有可能的观测的集合. 
  Q={q1,...,qN},V={v1,...,vM} 其中，N是可能的状态数，M是可能的观测数
• S是长度为T的状态序列，O是对应的观测序列. 
  S=(S1,...,ST),O=(o1,...,oT)
• A是状态转移矩阵： 
  A=[aij]N×N        其中，aij=P(it+1=qj|it=qi),i=1,...,N; j=1,...,N 
  是在时刻t处于状态qi的条件下在时刻t+1转移到状态qj的概率
• B是观测概率矩阵： 
  B=[bj(k)]N×M         其中， bj(k)=P(ot=vk|it=qj)，k=1,...,M; j=1,...,N 
  是在时刻t处于状态qj的条件下生成观测vk的概率.
• π是初始状态概率向量: 
  π=(πi)        其中， πi=P(i1=qi),i=1,...,N 是时刻t=1处于状态qi的概率.

Markov链

有限的状态集合:

状态转移可能性矩阵:

初始状态概率向量:

未完，下一篇继续