Modelos de Markov Ocultos

Un modelo de Markov oculto (HMM) es un modelo probabilístico de secuencias en el que un proceso con estados ocultos —que no se observan directamente— va generando una secuencia de observaciones visibles. En cada paso, el estado oculto cambia según unas probabilidades de transición y emite una observación según una distribución propia; a partir de lo observable se infiere lo oculto.

Qué lo define

Un HMM queda descrito por cuatro elementos: el conjunto de estados ocultos; las probabilidades de transición, que dan la probabilidad de pasar de un estado a otro; las probabilidades de emisión, que dan la probabilidad de cada observación en cada estado; y la distribución inicial, que fija con qué estado empieza la secuencia. Cumple el supuesto de Markov: el estado de cada paso depende solo del anterior.

Los tres problemas clásicos

El uso de un HMM se organiza en torno a tres problemas, formalizados por Rabiner en 1989. La evaluación calcula la probabilidad de una secuencia observada, con el algoritmo hacia delante. La decodificación busca la secuencia de estados ocultos más probable, con el algoritmo de Viterbi. Y el aprendizaje estima los parámetros del modelo a partir de datos, con el algoritmo de Baum-Welch, un caso del método de esperanza-maximización.

Usos y estado actual

Los HMM fueron la tecnología dominante en el reconocimiento de voz y en el etiquetado gramatical, además de un caballo de batalla en bioinformática. Conviene actualizar el cuadro: desde comienzos de la década de 2010, en voz y en procesamiento del lenguaje han sido en gran medida superados por las redes neuronales profundas —primero sistemas híbridos, luego arquitecturas de extremo a extremo y hoy Transformers—. Aun así, siguen siendo útiles donde importa la interpretabilidad de estados discretos: bioinformática, series temporales o detección de fallos.