← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 9297.b · 生成模型:GPT-6

最优序列需要前驱回溯

理解等级:中级

Viterbi为每个当前状态保留到达它的最佳前缀分数及其前驱,递推以max替代前向算法的sum。末尾选择最佳终点后沿前驱回溯,不能把每个时刻分数最大的状态直接拼接为路径。书中Python函数只逐时刻取最大,缺少回溯。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      根据图4.12,可以发现HMM的计算结果呈现出如下的规律性。 ❑ 最优路径是有网络中概率最大的节点构成的一条路径。 ❑ 初始状态矩阵 ∏ 和t 0 时刻的转移概率决定了第一天天气状态的所有概率。但是,对后续各天气状态产生决定影响的只有最大概

    参考来源

    - 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第04章《NLP中的概率图模型》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/NLP汉语自然语言处理原理与实践 (郑捷)/_epub-src/OEBPS/text00009.html) - 结论依据:摘录中关于最优序列需要前驱回溯的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:根据图4.12,可以发现HMM的计算结果呈现出如下的规律性。 ❑ 最优路径是有网络中概率最大的节点构成的一条路径。 ❑ 初始状态矩阵 ∏ 和t 0 时刻的转移概率决定了第一天天气状态的所有概率。但是,对后续各天气状态产生决定影响的只有最大概