algorithm - Viterbi 训练或 Baum-Welch 算法来估计转换和发射概率？

Question

我正在尝试使用 Viterbi 算法在 HMM 上找到最可能的路径(即状态序列)。但是，我不知道转换矩阵和发射矩阵，我需要根据观察(数据)来估计它们。

要估计这些矩阵，我应该使用哪种算法:Baum-Welch 或 Viterbi 训练算法？为什么？

万一我应该使用维特比训练算法，谁能给我一个好的伪代码(不容易找到)？

Answer 1

如果有足够的资源，您可能应该使用 Baum-Welch(前向-后向)算法而不是 Viterbi 训练 算法(又名分段 k-means 算法)，这是一种替代参数估计过程为了计算效率牺牲了一些 Baum-Welch 的通用性。一般来说，Baum-Welch 算法会给出参数，从而带来更好的性能，尽管在某些情况下是 not the case.。这是一个不错的 comparative study .

此外，请注意，您应该使用 Baum-Welch 算法来估计模型的参数。这使用类似于 EM 算法的东西来设置发射概率和传输概率。在训练 HMM 之后，您将使用 Viterbi 解码 算法来计算最有可能生成您的观察结果的状态序列。

---

引用方面，我会推荐 Speech and Language Processing , Artificial Intelligence a Modern Approach或 this paper