Mô hình Markov ẩn là gì?

Mô hình Markov ẩn (tiếng Anh là Hidden Markov Model - HMM) là mô hình thống kê trong đó hệ thống được mô hình hóa được cho là một quá trình Markov với các tham số không biết trước và nhiệm vụ là xác định các tham số ẩn từ các tham số quan sát được, dựa trên sự thừa nhận này.

(http://vi.wikipedia.org/wiki/M%C3%B4_h%C3%ACnh_Markov_%E1%BA%A9n)

Mô hình Markov ẩn có nhiều ứng dụng trong lĩnh vực xử lý ngôn ngữ tự nhiên. Định nghĩa của Davyd Crystal (2011:229) chỉ phản ánh mối quan tâm của tác giả đối với lĩnh vực ngữ âm:

In automatic SPEECH RECOGNITION, an approach which uses a spectral model of a word, viewed as a Markov Model of the ACOUSTIC event (see MARKOV PROCESS).

Trần Thủy Vịnh et al. (2013:242) chấp nhận định ngĩa của Davyd Crystal (2011:229), dịch HMM là phương pháp ẩn Markov. Thuật ngữ này và thuật ngữ phương pháp Markov ẩn đều không thông dụng bằng mô hình Markov ẩn:

Trong nhận diện ngôn ngữ tự động, phương pháp sử dụng quang phổ của từ được Markov quan sát, mô tả là một sự kiện cấu âm (xem Markov Process).

Âm thanh không phải là ánh sáng, làm sao sử dụng quang phổ của từ được? Ở đây cũng không có phổ nào của từ cả. Chỉ có mô hình phổ.

Từ được xem như một mô hình Markov của một sự kiện âm học. Markov không quan sát, không mô tả gì cả.

Sinh viên nhập môn ngôn ngữ học không lẫn lộn giữa âm học (ngữ âm học vật lý) và cấu âm (ngữ âm học sinh lý).

Chuyển chú về Markov Process nhưng Trần Thủy Vịnh et al. (2013) không có mục từ Markov Process.