在介绍学习算法之前,先介绍一些概率和期望值的计算。
利用前向概率和后向概率,可以得到关于单个状态和两个状态概率的计算公式。
1. 给定模型λ和观测O,在时刻t处于状态qi的概率。记为
γt(i)=P(it=qi|O,λ)(1)
先分解为分数形式
γt(i)=P(it=qi,O|λ)P(O|λ)(2)
根据前向概率的定义可以做以下变换
αt(i)=P(o1,o2...ot,it=qt|λ)=P(it=qt|λ)P(o1,o2...ot|it=qt,λ)
后向概率的定义如下
βt(i)=P(ot+1,ot+2...,oT|it=qt,λ)
将这两者相乘得到
αt(i)βt(i)====P(it=qt|λ)P(o1,o2...ot|it=qt,λ)P(ot+1,ot+2...,oT|it=qt,λ)P(it=qt|λ)P(o1,o2...oT|it=qt,λ)P(it=qt|λ)P(O|it=qt,λ)P(it=qt,O|λ)(356)(357)(358)(3)
以上结果从两者的定义上也很好理解。
对变量
i在范围
i=1,2,...N上求和
∑i=1NP(it=qt,O|λ)=P(O|λ)(4)
将式
(3),(4)代入
(2)可以得到