笔记转载于GitHub项目：https://github.com/NLP-LOVE/Introduction-NLP 7. 词性标注 7.1 词性标注概述 什么是词性 在语言学上，词性(Par-Of-Speech, Pos )指的是单词的语法分类，也称为词类。同一个类别的词语具有相似 ...

简介 马尔可夫模型（Markov Model)描述了一类随机变量随时间而变化的随机函数。考察一个状态序列（此时随机变量为状态值），这些状态并不是相互独立的，每个状态的值依赖于序列中此状态之前的状态。 数学描述 一个系统由N个状态S= {s1,s2,...sn}，随着时间的推移，该系统从一 ...

原文地址：http://www.cnblogs.com/jacklu/p/6225073.html 1 概述 隐马尔可夫模型（Hidden Markov Model，HMM）是结构最简单的动态贝叶斯网，这是一种著名的有向图模型，主要用于时序数据建模（语音识别、自然语言处理等）。 假设有三个 ...

隐马尔可夫模型 　　隐马尔可夫模型（Hidden Markov Model，HMM）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。 马尔可夫过程 ...

马尔可夫过程 无后效性随机过程 定义：\(t_n\)时刻的状态\(x_n\)的条件分布，仅仅与前一个状态\(x_{n-1}\)有关，即\(P(x_n|x_1,\cdots,x_{n-1})=p(x_n|x_{n-1})\) 时间和状态的取值都是离散的马尔可夫过程称为马尔可夫链 ...

隐马尔可夫模型（Hidden Markov Model,HHM），作为一种统计模型，描述了含有隐含未知数的马尔可夫过程。其难点是从可观察的参数中确定该过程的隐含参数。 用一个掷骰子的例子来引入隐马尔可夫模型。 假设现有三种不同的骰子，第一种是四面体（称这个骰子为D4），可掷出1，2，3，4 ...

一、马尔科夫过程： 　　在已知目前状态（现在）的条件下，它未来的演变（将来）不依赖于它以往的演变 (过去 )。例如森林中动物头数的变化构成——马尔可夫过程。在现实世界中，有很多过程都是马尔可夫过程，如液体中微粒所作的布朗运动、传染病受感染的人数、车站的候车人数等，都可视为马尔可夫过程 ...

马尔可夫随机场（Markov Random Field,简称MRF）是典型的马尔可夫网，这是一种著名的无向图模型。图中每个结点表示一个或一组变量，结点之间的边表示两个变量之间的依赖关系。马尔可夫随机场有一组势函数（potential functions）,亦称“因子”（factor），这是定义 ...