筆記轉載於GitHub項目：https://github.com/NLP-LOVE/Introduction-NLP 7. 詞性標注 7.1 詞性標注概述 什么是詞性 在語言學上，詞性(Par-Of-Speech, Pos )指的是單詞的語法分類，也稱為詞類。同一個類別的詞語具有相似 ...

簡介 馬爾可夫模型（Markov Model)描述了一類隨機變量隨時間而變化的隨機函數。考察一個狀態序列（此時隨機變量為狀態值），這些狀態並不是相互獨立的，每個狀態的值依賴於序列中此狀態之前的狀態。 數學描述 一個系統由N個狀態S= {s1,s2,...sn}，隨着時間的推移，該系統從一 ...

原文地址：http://www.cnblogs.com/jacklu/p/6225073.html 1 概述 隱馬爾可夫模型（Hidden Markov Model，HMM）是結構最簡單的動態貝葉斯網，這是一種著名的有向圖模型，主要用於時序數據建模（語音識別、自然語言處理等）。 假設有三個 ...

隱馬爾可夫模型 　　隱馬爾可夫模型（Hidden Markov Model，HMM）是一種統計模型，廣泛應用在語音識別，詞性自動標注，音字轉換，概率文法等各個自然語言處理等應用領域。經過長期發展，尤其是在語音識別中的成功應用，使它成為一種通用的統計工具。 馬爾可夫過程 ...

馬爾可夫過程 無后效性隨機過程 定義：\(t_n\)時刻的狀態\(x_n\)的條件分布，僅僅與前一個狀態\(x_{n-1}\)有關，即\(P(x_n|x_1,\cdots,x_{n-1})=p(x_n|x_{n-1})\) 時間和狀態的取值都是離散的馬爾可夫過程稱為馬爾可夫鏈 ...

隱馬爾可夫模型（Hidden Markov Model,HHM），作為一種統計模型，描述了含有隱含未知數的馬爾可夫過程。其難點是從可觀察的參數中確定該過程的隱含參數。 用一個擲骰子的例子來引入隱馬爾可夫模型。 假設現有三種不同的骰子，第一種是四面體（稱這個骰子為D4），可擲出1，2，3，4 ...

一、馬爾科夫過程： 　　在已知目前狀態（現在）的條件下，它未來的演變（將來）不依賴於它以往的演變 (過去 )。例如森林中動物頭數的變化構成——馬爾可夫過程。在現實世界中，有很多過程都是馬爾可夫過程，如液體中微粒所作的布朗運動、傳染病受感染的人數、車站的候車人數等，都可視為馬爾可夫過程 ...

馬爾可夫隨機場（Markov Random Field,簡稱MRF）是典型的馬爾可夫網，這是一種著名的無向圖模型。圖中每個結點表示一個或一組變量，結點之間的邊表示兩個變量之間的依賴關系。馬爾可夫隨機場有一組勢函數（potential functions）,亦稱“因子”（factor），這是定義 ...