维特比训练或鲍姆 - 韦尔奇算法来估计过渡和排放概率？

Question

我正在尝试使用维特比算法在HMM上找到最可能的路径（即状态序列）。 但是，我不知道过渡和发射矩阵，我需要从观测结果（数据）中估算出来。

要估算这些矩阵，我应该使用哪种算法：Baum-Welch还是Viterbi训练算法？为什么呢？

如果我应该使用维特比训练算法，任何人都可以为我提供一个好的伪码（它不容易找到）吗？

Answer 1

如果有足够的资源，您应该使用Baum-Welch（前向 - 后向）算法而不是Viterbi 训练算法（也称为分段k均值算法），这是一个替代参数估计过程，牺牲了Baum-Welch的一些计算效率的一般性。一般来说，Baum-Welch算法会给出能够提高性能的参数，尽管有些情况下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 解码算法来计算可能产生观察结果的最可能的状态序列。

---

参考方面我建议Speech and Language Processing，Artificial Intelligence a Modern Approach或this paper

Answer 2

来自http://nlp.stanford.edu/courses/lsa352/lsa352.lec7.6up.pdf：

  与Baum-Welch相比，维特比训练是：

     

  
• 快得多
  
• 但是效果不好
  
• 但这种权衡往往是值得的。
  

一些比较研究：

• Rodríguez，Luis Javier和InésTorres。 “Comparative study of the Baum-Welch and Viterbi training algorithms applied to read and spontaneous speech recognition”。在伊比利亚模式识别和图像分析会议，第847-857页。施普林格柏林海德堡，2003年。

  • https://pdfs.semanticscholar.org/e58c/7d1e9d64221e5f0b424f5e22b6dede369c8d.pdf（特别是见结论部分）

在统计堆栈交换中提出了同样的问题：Differences between Baum-Welch and Viterbi training。

Answer 3

你必须通过baum welch算法来找出隐藏的马尔可夫模型参数。 baum welch使用前向和后向算法找出hmm参数。

我在python中有一个baum welch算法代码链接只需检查它： https://jyyuan.wordpress.com/2014/01/28/baum-welch-algorithm-finding-parameters-for-our-hmm/