[发明专利]一种基于隐马尔可夫模型的词性标注方法

权利要求书

1.一种基于隐马尔可夫模型的词性标注方法，其特征在于，

基于HMM模型的初步描述，在所述HMM模型上的Viterbi算法给出所述Viterbi算法的具体代码实现。

2.根据权利要求1所述的基于隐马尔可夫模型的词性标注方法，其特征在于，所述基于HMM模型的初步描述的过程为：

对随机变量序列X₁,X₂,...,X_n满足P(X_n|X₁,X₂,...,X_n-1)＝P(X_n|X_n-1)，利用已知的信息，通过求解X_n的转移概率矩阵方法获取随机变量序列X_n的性质,进而解决问题。

3.根据权利要求1所述的基于隐马尔可夫模型的词性标注方法，其特征在于，所述HMM模型上的Viterbi算法的过程为：

(1)根据初始状态分布π生成初始状态；

(2)t＝1；

(3)根据B和状态i_t生成O_t；

(4)根据A和i_t生成i_t+1；

(5)t＝t+1,如果tT则跳回(3),否则结束。

4.根据权利要求1所述的基于隐马尔可夫模型的词性标注方法，其特征在于，所述Viterbi算法的具体代码如下：

5.根据权利要求1所述的基于隐马尔可夫模型的词性标注方法，其特征在于，基于Viterbi算法的词性标注的过程为：

(1)确定到达下一个状态的最可能路径，并记录其状态；

Φ_t(i)＝argmax_jδ_t-1(i)·a_ji，其中t＝2，3，......，T i＝1，2，......，n；

(2)确定系统完成时最可能的隐藏状态；

it＝argmax(δT(i))；

(3)所述最可能的状态路径在整个网格回溯，回溯完成时生成观察序列的最可能的隐藏状态序列；

it＝φt+1(it+1)。