Zusammenfassung
Für n-Gramm-Sprachmodelle sind die entscheidenden Konfigurationsparameter durch den Umfang des verwendeten Lexikons und die zu berücksichtigende Kontextlänge gegeben. Im Gegensatz dazu ist bei der Erstellung von HMMs für eine bestimmte Anwendung nicht unmittelbar klar, wie groß das oder die Modelle gewählt werden sollen, welche Art der Emissionsmodellierung zum Einsatz kommen soll und ob sich die Anzahl der möglichen Pfade durch das Modell einschränken lässt.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2003 B. G. Teubner Verlag / GWV Fachverlage GmbH, Wiesbaden
About this chapter
Cite this chapter
Fink, G.A. (2003). Konfiguration von Hidden-Markov-Modellen. In: Mustererkennung mit Markov-Modellen. Leitfäden der Informatik. Vieweg+Teubner Verlag. https://doi.org/10.1007/978-3-322-80065-7_8
Download citation
DOI: https://doi.org/10.1007/978-3-322-80065-7_8
Publisher Name: Vieweg+Teubner Verlag
Print ISBN: 978-3-519-00453-0
Online ISBN: 978-3-322-80065-7
eBook Packages: Springer Book Archive