评论：HMM在自然语言处理中的应用一：词性标注5

来自：52nlp

52nlp — Mon, 01 Feb 2010 14:14:21 +0000

我觉得你的理解没任何问题，应该比我的还准确，我当时算的时候只是考虑了随机落到某个词性的概率，没有考虑第一个位置。不过我觉得对于HMM词性标注来说，由于它考虑的是整个句子的标记序列好坏，估计初始概率对于整个标记的影响甚微，尤其对于训练语料库充足的情况，甚至我觉得随机生成初始概率都没有多大影响，不过这只是我的猜测！
另外，不用客气，欢迎常来看看!

来自：WuGuangcai

WuGuangcai — Mon, 01 Feb 2010 13:35:29 +0000

师兄，你好！我最近花了2个星期的时间几乎看完了这个博客中的文章，感谢你的无私奉献！
这篇文章中hmmtrain.pl在计算hmm的初始概率Pi时，用的是“$p = $n / $sum”，n是某个状态（词性）在训练集中出现的次数，sum是全部状态（词性）在训练集中出现的次数总和。
我之前也了解过hmm，但我的理解是，初始概率只与每一个训练样本（一句话）的第一个状态（第一个词性）相关，也就是说，n是某个状态（词性）出现在初始状态（句首）的次数，sum是训练样本的个数（句子数）。
不知道我的理解对不对，请赐教，谢谢！

来自：WuGuangcai

WuGuangcai — Mon, 01 Feb 2010 13:19:41 +0000

师兄，你好！我最近花了2个星期的时间几乎看完了这个博客中的全部文章，感谢你的无私奉献！
我之前对hmm有些了解，也做过些实验，在这片文章的hmmtrain.pl中计算初始概率pi时，用是“$p = $n / $sum;”，n是训练集中某个状态（词性）出现的次数，sum是训练集中全部状态（词性）的出现次数。
但我之前的理解是，初始概率只与每一个观察值序列（一个训练样本，即一句话）的第一个观察值（第一个词）相关，n是某个状态（词性）作为初始状态（句首）的次数，sum是训练样本（句子）的个数。
不知道我这样理解对不对，请赐教，谢谢。