HMM实现中文分词

链接：https://pan.baidu.com/s/1uBjLC61xm4tQ9raDa_M1wQ  提取码：f7l1 

推荐：https://blog.csdn.net/longgb123/article/details/78154295

import sys
sys.path.append('保存文件的路径')  #设置路径
# 下面三个文件在上面 

from prob_emit import P as p_emit
from prob_start import P as p_start
from prob_trans import P as p_trans

obs = '今天我来到北京清华大学'    #观察值
states = 'BMES'

V = [{}]
path = {}

prev_states = {
    'B': 'ES',  # t时刻：t-1时刻
    'M': 'BM',
    'E': 'BM',
    'S': 'SE'
}

# 初始化   第一个字符作为 'BMES' 的概率
for y in states:
    V[0][y] = p_start[y] + p_emit[y][obs[0]]
    path[y] = y


#概率： 输出概率(独立性概率：第k个字符状态为y的概率)  + 转换概率(y0 --> y ) + 上一个字符状态为y0的概率（当前状态与上一个字符的状态有关）

for k in range(1, len(obs)):
    t0 = {}  # 储存概率
    path0 = {}  # 储存路径
    
    for y in states:
        em_p = p_emit[y][obs[k]]  # 输出概率   表示 第 k 个字符状态为 y 时 的输出概率
        
        
        (prob, s0) = max((em_p+p_trans[y0][y]+V[-1][y0], y0) for y0 in prev_states[y])
        
        # 动态规划
        #上面的prob  s0  就是在下面的每个循环中取tmp_prob tmp_s0 中取得最大值
#         for y0 in prev_states[y]: # prev_state[y] 表示 t时刻 状态为 y 时的 t-1时刻可能出现的状态 
#             tmp_prob = em_p + p_trans[y0][y] + V[-1][y0]
#             tmp_s0 = y0
            

        t0[y] = prob
        path0[y] = path[s0] + y

    path = path0
    V.append(t0)
path    
(prob, s0) = max((V[-1][y], y) for y in 'ES')


s2 = []
for i, char in enumerate(obs):
    sign = path[s0][i]
    if(sign == 'B'):
        begin = i
    elif sign == 'E':
        s2.append(obs[begin: i+1])
    elif sign == 'S':
        s2.append(obs[i])
    else :
        pass
s2