隐马尔可夫模型

概述

隐马尔可夫模型（Hidden Markov Model，HMM）是一种统计模型，用于描述一个含有隐含未知参数的马尔可夫过程。¹

HMM的核心思想是：系统状态不可直接观测，只能通过观测序列间接推断。

经典应用场景

领域	应用
语音识别	将声学信号转为文字
自然语言处理	词性标注、命名实体识别
生物信息学	基因序列分析
金融	市场状态预测（牛市/熊市）
手势识别	从视频序列中识别动作

---

HMM的基本结构

一个直观的例子

问题：根据多年树木年轮的尺寸（观察值），推断过去的气温状态（隐藏状态）。

隐藏状态（不可观测）:  炎热(H) → 炎热(H) → 寒冷(C) → 炎热(H)
                          ↓         ↓         ↓         ↓
观察值（可观测）:      小(S)     中(M)     小(S)     大(L)

五元组定义

符号	含义	说明
$N$	状态数	隐藏状态的个数
$M$	观测符号数	可能的观测值个数
$A$	转移概率矩阵	$a_{ij}=P(q_{t+1}=j\mid q_t=i)$
$B$	观测概率矩阵	$b_j(k)=P(o_t=k\mid q_t=j)$
$\pi$	初始状态分布	${\pi }_i=P(q_1=i)$

HMM通常记作 $\lambda =(A,B,\pi )$。

---

HMM的三个基本问题

问题一：评估问题（Evaluation）

给定：模型 $\lambda =(A,B,\pi )$ 和观测序列 $O=(o_1,o_2,\dots ,o_T)$

求解：计算 $P(O\mid \lambda )$，即观测序列出现的概率

问题二：解码问题（Decoding）

给定：模型 $\lambda =(A,B,\pi )$ 和观测序列 $O=(o_1,o_2,\dots ,o_T)$

求解：找到最可能的状态序列 $Q=(q_1,q_2,\dots ,q_T)$

问题三：学习问题（Learning）

给定：观测序列 $O=(o_1,o_2,\dots ,o_T)$

求解：调整参数 $\lambda =(A,B,\pi )$ 使得 $P(O\mid \lambda )$ 最大

---

问题一：Forward算法

朴素方法的困境

直接计算 $P(O\mid \lambda )$ 需要对所有可能的状态序列求和：

$$P(O\mid \lambda )=\sum _{Q}P(O\mid Q,\lambda )P(Q\mid \lambda )$$

对于长度为 $T$ 的序列，状态数为 $N$，则需要计算 $N^T$ 种可能，这在实际中是不可行的。

α-pass递归

定义前向变量：

$${\alpha }_t(i)=P(o_1,o_2,\dots ,o_t,q_t=i\mid \lambda )$$

递归步骤：

1. 初始化（$t=1$）：

$${\alpha }_1(i)={\pi }_i{b}_i(o_1),i=1,2,\dots ,N$$

2. 递归（$t=2,3,\dots ,T$）：

$${\alpha }_t(i)=\left[\sum _{j=1}^N{\alpha }_{t-1}(j)a_{ji}\right]b_i(o_t)$$

3. 终止：

$$P(O\mid \lambda )=\sum _{i=1}^N{\alpha }_T(i)$$

时间复杂度

方法	时间复杂度
朴素方法	$O(N^T)$
Forward算法	$O(N^{2}T)$

---

问题二：Viterbi算法

动态规划思想

Viterbi算法使用动态规划找到最可能的状态序列。核心思想是：保留到达每个状态的最优路径。

δ-ψ变量

定义：

• ${\delta }_t(i)$：时刻 $t$，状态为 $i$ 的所有路径中，最大概率值
• ${\psi }_t(i)$：时刻 $t$，状态为 $i$ 的最优路径的前驱状态

算法步骤

1. 初始化：

$${\delta }_1(i)={\pi }_i{b}_i(o_1),{\psi }_1(i)=0$$

2. 递归（$t=2,3,\dots ,T$）：

$${\delta }_t(i)=\underset{1\le j\le N}{\max }[{\delta }_{t-1}(j)a_{ji}]b_i(o_t)$$ $${\psi }_t(i)=\arg \underset{1\le j\le N}{\max }[{\delta }_{t-1}(j)a_{ji}]$$

3. 终止：

$$P^{\ast }=\underset{1\le i\le N}{\max }{\delta }_T(i)$$ $$q_T^{\ast }=\arg \underset{1\le i\le N}{\max }{\delta }_T(i)$$

4. 回溯：

$$q_{t-1}^{\ast }={\psi }_t(q_t^{\ast }),t=T,T-1,\dots ,2$$

下溢问题

由于概率连乘会导致数值下溢，实际中通常使用对数概率：

$${\hat{\delta }}_t(i)=\log {\delta }_t(i)$$ $${\hat{\delta }}_t(i)=\underset{j}{\max }[{\hat{\delta }}_{t-1}(j)+\log a_{ji}+\log b_i(o_t)]$$

---

问题三：Baum-Welch算法（EM算法）

后向变量

定义后向变量：

$${\beta }_t(i)=P(o_{t+1},o_{t+2},\dots ,o_T\mid q_t=i,\lambda )$$

递归步骤：

1. 初始化（$t=T$）：

$${\beta }_T(i)=1$$

2. 递归（$t=T-1,T-2,\dots ,1$）：

$${\beta }_t(i)=\sum _{j=1}^N{a}_{ij}{b}_j(o_{t+1}){\beta }_{t+1}(j)$$

γ和ξ变量

γ变量（单状态概率）：

$${\gamma }_t(i)=P(q_t=i\mid O,\lambda )=\frac{{\alpha }_t(i){\beta }_t(i)}{{\sum }_{j=1}^N{\alpha }_t(j){\beta }_t(j)}$$

ξ变量（双状态概率）：

$${\xi }_t(i,j)=P(q_t=i,q_{t+1}=j\mid O,\lambda )=\frac{{\alpha }_t(i)a_{ij}{b}_j(o_{t+1}){\beta }_{t+1}(j)}{{\sum }_{i=1}^N{\sum }_{j=1}^N{\alpha }_t(i)a_{ij}{b}_j(o_{t+1}){\beta }_{t+1}(j)}$$

参数重估计

1. 更新初始分布：

$${\pi }_i={\gamma }_1(i)$$

2. 更新转移概率：

$${\hat{a}}_{ij}=\frac{{\sum }_{t=1}^{T-1}{\xi }_t(i,j)}{{\sum }_{t=1}^{T-1}{\gamma }_t(i)}$$

3. 更新观测概率：

$${\hat{b}}_j(k)=\frac{{\sum }_{t=1}^{T}1(o_t=v_k){\gamma }_t(j)}{{\sum }_{t=1}^T{\gamma }_t(j)}$$

算法流程

输入: 观测序列 O, 初始参数估计
输出: 最优参数 λ*

重复:
    1. E步: 计算 γ_t(i) 和 ξ_t(i,j)
    2. M步: 用公式更新 A, B, π
    3. 计算 log P(O|λ)
直到 log P(O|λ) 收敛

---

Python实现

Forward算法实现

import numpy as np
 
def forward(obs, A, B, pi):
    """
    Forward算法计算观测概率
    
    参数:
        obs: 观测序列 (T,)
        A: 转移概率矩阵 (N, N)
        B: 观测概率矩阵 (N, M)
        pi: 初始分布 (N,)
    
    返回:
        prob: 观测序列的概率
        alpha: 前向变量 (T, N)
    """
    T = len(obs)
    N = len(pi)
    
    # 缩放因子，防止下溢
    scale = np.zeros(T)
    
    # 初始化
    alpha = np.zeros((T, N))
    alpha[0] = pi * B[:, obs[0]]
    scale[0] = np.sum(alpha[0])
    alpha[0] /= scale[0]
    
    # 递归
    for t in range(1, T):
        for j in range(N):
            alpha[t, j] = np.dot(alpha[t-1], A[:, j]) * B[j, obs[t]]
        scale[t] = np.sum(alpha[t])
        alpha[t] /= scale[t]
    
    # 计算对数概率
    prob = -np.sum(np.log(scale))
    
    return np.exp(prob), alpha
 
# 示例：天气模型
# 状态：0=晴, 1=雨
# 观测：0=散步, 1=购物, 2=打扫
 
A = np.array([[0.7, 0.3],
              [0.4, 0.6]])  # 转移概率
 
B = np.array([[0.5, 0.2, 0.3],
              [0.1, 0.6, 0.3]])  # 观测概率
 
pi = np.array([0.6, 0.4])  # 初始分布
 
obs = np.array([0, 2, 1])  # 观测序列：散步→打扫→购物
prob, alpha = forward(obs, A, B, pi)
print(f"观测概率: {prob:.6f}")

Viterbi算法实现

def viterbi(obs, A, B, pi):
    """
    Viterbi算法求解最优状态序列
    
    返回:
        path: 最优状态序列
        prob: 最优路径的概率
    """
    T = len(obs)
    N = len(pi)
    
    # 初始化
    delta = np.zeros((T, N))
    psi = np.zeros((T, N), dtype=int)
    
    delta[0] = np.log(pi) + np.log(B[:, obs[0]])
    psi[0] = 0
    
    # 递归
    for t in range(1, T):
        for j in range(N):
            prob = delta[t-1] + np.log(A[:, j])
            psi[t, j] = np.argmax(prob)
            delta[t, j] = np.max(prob) + np.log(B[j, obs[t]])
    
    # 回溯
    path = np.zeros(T, dtype=int)
    path[T-1] = np.argmax(delta[T-1])
    for t in range(T-2, -1, -1):
        path[t] = psi[t+1, path[t+1]]
    
    return path, np.exp(np.max(delta[T-1]))
 
# 测试
path, prob = viterbi(obs, A, B, pi)
state_names = ['晴', '雨']
print(f"最优状态序列: {[state_names[i] for i in path]}")
print(f"概率: {prob:.6f}")

---

实际应用：词性标注

问题背景

给定一个句子，为每个词标注词性（如名词、动词、形容词等）。

HMM建模

• 隐藏状态：词性标签（NN, VB, DT等）
• 观测序列：句子中的词
• 转移概率：$P({\text{词性}}_t\mid {\text{词性}}_{t-1})$
• 发射概率：$P({\text{词}}_t\mid {\text{词性}}_t)$

示例

句子: "The cat sits on the mat"
观测:  The  cat  sits  on   the  mat
标签:  DT   NN   VBZ   IN   DT   NN

使用Viterbi算法找到最可能的标签序列。

---

HMM的局限性与扩展

HMM的局限

1. 观测独立性假设：假设观测只与当前状态有关
2. 一阶马尔可夫假设：假设状态只与前一状态有关
3. 表达能力有限：难以建模复杂的序列依赖

扩展方向

模型	改进
高阶HMM	状态依赖前多个状态
条件随机场(CRF)	放松观测独立性假设
双向LSTM	建模长距离依赖

详见 Transformer与注意力机制。

---

参考

Footnotes

1. L. R. Rabiner, “A Tutorial on Hidden Markov Models and Selected Applications in Speech Recognition”, Proceedings of the IEEE, 1989 ↩