Question

我正在尝试训练HMM模型以找到词性标注问题的模型参数。

我正在使用以下资源中的PythonHMM包： https://github.com/jason2506/PythonHMM

原始训练数据可能是这样的：

Sr.No.  Observations
1       killer/N clown/N
2       killer/N problem/N
3       crazy/A problem/N
4       crazy/A clown/N
5       problem/N crazy/A clown/N
6       clown/N crazy/A killer/N

我已经根据原始数据创建了每个序列的列表（（状态列表，符号列表）对列表），按照指示通过PythonHMM用于列车模型。它看起来像这样：

sequences = [
                 (['N','N'],['killer','clown']),
                 (['N','N'],['killer','problem']),
                 (['A','N'],['crazy','problem']),
                 (['A','N'],['crazy','clown']),
                 (['N','A','N'],['problem','crazy','clown']),
                 (['N','A','N'],['clown','crazy','killer'])
]

我正在打电话＆＃39;火车＆＃39; hmm的函数（在导入hmm.py之后）

model_hmm = hmm.train(sequences)

然后我收到以下错误：

ValueError                                Traceback (most recent call last)
<ipython-input-41-24d7c607e58c> in <module>()
----> 1 model_hmm = hmm.train(sequences)

/home/sk/hmm.py in train(sequences, delta, smoothing)
     95         for _, symbol_list in sequences:
     96             model.learn(symbol_list, smoothing)
---> 97             new_likelihood += log(model.evaluate(symbol_list))
     98 
     99         new_likelihood /= length

ValueError: math domain error

我无法弄清楚为什么会出现这个错误，将序列数据传递给训练函数还是其他什么问题？

我也没有找到针对此类问题的HMM模型培训的任何示例。请帮我解决这个错误。

Answer 1

hmmlearn实现已经支持具有多个观察序列的火车HMM。参见train hmm with multiple sequences

Answer 2

nltk 库有HMM模型，它完全符合您的要求。

请参阅以下链接以便更好地理解：https://gist.github.com/blumonkey/007955ec2f67119e0909

如何训练具有多个观测序列的HMM模型 - 符号对

2 个答案: