Está en la página 1de 7

CODIFICACION DE VITERBI

El algoritmo de Viterbi permite encontrar las secuencia de estados ms probable en un Modelo oculto de Markov (MOM),

S=(q_{1},q_{2}, ldots, q_{T}) , a partir de una observacin

O=(o_{1},o_{2},ldots, o_{T}) , es decir, obtiene la secuencia ptima que mejor explica la secuencia de observaciones. Consideremos la variable t(i) que se define como:

delta_{t}{(i)} = max_{q_{1},q_{2},ldots,q_{t1}}{P(q_{1},q_{2},ldots,q_{t}=i,o_{1},o_{2}, ldots, o_{t}|mu)} t(i) es la probabilidad del mejor camino hasta el estado i habiendo visto las t primeras observaciones. Esta funcin se calcula para todos los estados e instantes de tiempo.

delta_{t+1}{(i)} = biggl[max_{1 leq i leq N}{delta_{t}(a_{ij})}biggr] b_{j}(o_{t+1}) Puesto que el objetivo es obtener las secuencia de estados ms probable, ser necesario almacenar el argumento que hace mxima la ecuacin anterior en cada instante de tiempo t y para cada estado j y para ello utilizamos la variable

varphi_{t}{(j)} . A continuacin se detalla el proceso completo utilizando las funciones y

varphi .

Algoritmo

Inicializacin
1(i) = ibi(o1) donde

1 leq i leq N

Recursin

delta_{t+1}{(i)} = biggl[max_{1 leq i leq N}{delta_{i}(a_{ij})}biggr] b_{j}(o_{t+1}) , donde:

t=1,2,ldots,T-1 ,

1 leq j leq N

varphi_{t+1}{(j)}=argmax_{1 leq i leq N}{delta_{t}{(i)a_{ij}}} , donde:

t=1,2,ldots,T-1 ,

1 leq j leq N

Terminacin

q_{T}^{*} = argmax_{1 leq i leq N}{delta_{T}{(i)}}

Reconstruccin de la secuencia de estados ms probable

q_{t}^{*}=varphi_{t+1}{(q_{t+1}^{*})} , donde:

t=T-1,T-2,ldots,1 Algunos de los clculos del algoritmo de Viterbi recuerdan a los del algoritmo forward necesario para calcular eficientemente la probabilidad de una secuencia de observables. Una de las diferencias es la incorporacin de la funcin argmax (en lugar de sumar las probabilidades) para calcular la secuencia de estados ms probable. Ejemplo de secuencia de estados ms probable La figura muestra un ejemplo de secuencia de estados ms probable en un Modelo Oculto de Mrkov de 5 estados dada un secuencia de observaciones de longitud 5.

Ejemplo de secuencia de estados ms probable en un MOM

Aplicacin del algoritmo de Viterbi


Desambiguacin lxica categorial
Una de las aplicaciones del algoritmo de Viterbi es en el rea de procesamiento de lenguaje natural, ms concretamente en el proceso de desambiguacion lexica categorial En este caso particular, los elementos de un modelo oculto de Markovseran los siguientes:

El conjunto Q de estados sera el conjunto de posibles etiquetas (categorias gramaticales) para las palabras. El conjunto V de observables en cada uno de los estados corresponde con el conjunto de palabras distintas. El conjunto A de probabilidades de transiciones entre estados sera la probabilidad de que una determinada categora categorial siga a otra. Por ejemplo, la probabilidad de que la categora nombre vaya detrs de la categoradeterminante. El conjunto B de probabilidades de las observaciones correspondera con la probabilidad de pertenencia de una palabra (un observable) a una determinada categora. Por ejemplo, la probabilidad de que la palabracasa sea verbo, que ser menor que la probabilidad de que esta misma palabra tenga la categora gramatical nombre.

La figura siguiente muestra un ejemplo de etiquetado gramatical para la oracin "Coto privado de caza"

Etiquetado gramatical de una oracin En l, los observables son la secuencia de palabras de la oracin. Se puede observar como para cada palabra se contempla slo un conjunto limitado de posibles categoras gramaticales (caza puede ser o nombre o verbo). Este es debido a que la probabilidad de pertenencia de determinadas palabras a una categora gramatical es nula (como la probabilidad de que la palabra caza sea adverbio). Esto simplifica enormemente los clculos en el modelo. Filtrado con Roll-Off

Se realiza un filtrado paso bajo de la seal, para acotar su ancho de banda y evitar la interferencia entre smbolos. Es un filtrado de Nyquist con un filtro de coseno alzado, con un factor de roll-off del 35%, con lo que se tiene un ancho de banda a la salida del filtro de 1,35 veces el ancho de banda ideal de la seal en banda base. El factor de roll-off es el fruto de estudios y simulaciones realizadas

previamente a la aprobacin final del

estndar.