Presná definícia
Čo znamená skrytý Markovov model?
Skrytý Markovov model (HMM) je pravdepodobnostný sekvenčný model so skrytými stavmi tvoriacimi Markovov reťazec a pozorovaniami emitovanými podľa stavu. V reči reprezentoval postup fonetických stavov a premenlivé trvanie opakovanými prechodmi. Predpoklady Markovovosti a podmienenej nezávislosti sú zjednodušenia.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Starší rozpoznávač používa HMM na transparentné zarovnanie foném a analýzu chýb. Tranzície a emisné modely sa odhadujú na tréningu a Viterbi cesta sa porovná s ručnou vzorkou. Migrácia na neurónový model zachová rovnaký test, aby bol prínos merateľný.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Ako funguje skrytý Markovov model?
Forward-backward sčíta pravdepodobnosti ciest a Viterbi nájde najpravdepodobnejšiu stavovú sekvenciu pod prechodmi a emisiami.
Kedy má skrytý Markovov model praktický význam?
Starší rozpoznávač používa HMM na transparentné zarovnanie foném a analýzu chýb.
S čím si pojem nezamieňať?
Markovov reťazec priamo pozoruje stav; HMM stav skrýva a pozoruje iba pravdepodobné emisie z neho.
Ako sa výsledok kontroluje?
Kontroluje sa log-likelihood, decoding accuracy, kvalita alignmentu, citlivosť počtu stavov a WER v celej pipeline.
Na čo si dať pozor?
Geometrické trvanie stavu a nezávislé emisie zle opisujú dlhý kontext; priveľa stavov vedie k slabo odhadnutým parametrom.