问Viterbi训练或Baum-Welch算法来估计跃迁和发射概率？

EN

如果有足够的资源，您可能应该使用鲍姆-韦尔奇(前向-后向)算法，而不是维特比training算法(也称为。分段k均值算法)，这是一种替代的参数估计过程，它牺牲了Baum-Welch的一些通用性来提高计算效率。一般来说，鲍姆-韦尔奇算法提供的参数会带来更好的性能，尽管在某些情况下这是not the case.这里是一个很好的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。在训练了HMM之后，您将使用维特比解码算法来计算最可能的状态序列，该序列可以生成您的观察值。

参考资料方面，我推荐使用Speech and Language Processing、Artificial Intelligence a Modern Approach或this paper

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

与鲍姆-韦尔奇相比，

维特比培训：

• 比
• 快得多，但没有
• 那么好用，但这种权衡往往是值得的。

一些比较研究：

• 罗德里格斯，路易斯·哈维尔和伊内斯·托雷斯。“”在伊比利亚模式识别和图像分析会议上，第847-857页。施普林格·柏林·海德堡，2003年。

- [https://pdfs.semanticscholar.org/e58c/7d1e9d64221e5f0b424f5e22b6dede369c8d.pdf](https://pdfs.semanticscholar.org/e58c/7d1e9d64221e5f0b424f5e22b6dede369c8d.pdf) (especially, see the conclusion section)

​

在Statistics Stack Exchange上也提出了同样的问题：Differences between Baum-Welch and Viterbi training。

你必须通过baum welch算法来找出隐马尔可夫模型参数。baum welch使用前向和后向算法来寻找hmm参数。

我有一个用python编写的baum welch算法代码的链接：https://jyyuan.wordpress.com/2014/01/28/baum-welch-algorithm-finding-parameters-for-our-hmm/