隱馬爾科夫模型是（hidden Markov model，HMM）是可用于標注問題的統(tǒng)計學(xué)習(xí)模型，描述由隱藏的馬爾科夫鏈隨機生成觀測序列的過程。

隱馬爾可夫模型（hidden Markov model，HMM）是時間序列的概率模型，常用于詞性標注，語音識別，文本分析等領(lǐng)域。HMM是基于馬爾科夫鏈進行標注的，我們對已經(jīng)觀察的數(shù)據(jù)序列O進行標注，標注序列I相當于不可觀測序列（隱變量），如何求解概率最大的標注序列 I 是HMM的核心問題，我們以圖解的方式形象的描述HMM問題。

已知觀測序列

，標注序列

，其中觀測序列是相互獨立的且與對應(yīng)的標注序列相關(guān)，標注序列符合馬爾科夫鏈模型，如下圖：

再次強調(diào)下隱馬爾科夫模型假設(shè)的場景，1）觀測序列是相互獨立的，2）標注序列

總結(jié)

以上是生活随笔為你收集整理的隐马尔科夫模型原理解析的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。