NER(命名实体识别）
HMM（隐马尔科夫模型）
两个基本假设：
（1）第t时刻的隐状态只与第t-1时刻的隐状有关，与除此之外的其他隐状态都没关系【蓝色图示】
（2）当前时刻t的观测状态（o，即文本）只与当前时刻的隐状态（i，即状态标签）有关。【粉色图示】
隐马尔科夫模型的基本参数：
（1）HMM的转移概率
可用一个N*N的矩阵表示转移概率矩阵，且按照行求和概率为一。
（2）HMM的发射概率，且按照行求和概率为一。
（3）HMM的初始隐状态概率
HMM解决序列标注问题，HMM的学习算法：
参数学习
维特比算法（HMM的预测算法）
汉语自然语言处理-隐马尔可夫模型命名实体识别NER-HMM-从零解读-概率图…
汉语自然语言处理-维特比算法与NER-命名实体识别-viterbi algorithm-HMM-C…
代码链接