a123456ei的专栏

这是一个比yaha更加强大的中文分词工具。yaha简单来说只是使用最短路径算法（Dijstra）实现了中文分词，而SnowNLP则实现了词性标标准，情感分析，文本分类，转换成拼音，繁体转简体，文本关键词提取，文本摘要提取，tf，idf，Tokenization（分割成句子），文本相似。 为实现上面的功能用到了不少的算法和模型，比如textrank、贝叶斯分类器、隐含马尔科夫模型等。对于学习研究中

隐马尔科夫模型，这个久违的老朋友。大三上学期在实验室的时候，由于实验室项目需用到语音识别，所以就使用了微软的Microsoft Speech SDK，也关注了一下语音识别的原理，其中有以HMM作为模型进行识别的。后来实验室的机器人项目中上位机的软件使用到了人脸识别的功能。实验室有关于识别的工程源代码，但是工程庞大，结构复杂，并且里面有很多没有用到的功能，并且程序经常莫名其妙的跑飞，还存在严重的内存

这个开源的机器学习的库使用到了boost中的很多库，包括tokenizer（分词器）；也用到了Armadillo也地方，这是一个基于c++语言开发的线性代数开发库，主要用于矩阵计算。 1、目录结构： 其中 hmm_generate_main.cpp：随机的产生一个观测序列然后得到相应的隐藏的状态序列。 hmm_loglik_main.cpp：对于给定的观测序列计算其在给定的HMM参数下