本文主要是介绍自然语言处理讲师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-21,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
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
这篇关于自然语言处理讲师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-21的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!