Forward Algorithm

释义 Definition

前向算法：在隐马尔可夫模型（HMM）中，用动态规划高效计算给定观测序列出现的概率（或似然），通过递推计算每个时间步的“前向概率”（常记为 α）。

发音 Pronunciation (IPA)

/ˈfɔːrwərd ˈælɡəˌrɪðəm/

例句 Examples

The forward algorithm computes the probability of an observation sequence in an HMM.
前向算法用于计算 HMM 中某个观测序列的概率。

By summing over all hidden-state paths efficiently, the forward algorithm avoids exponential time and provides the sequence likelihood needed for training and evaluation.
前向算法通过高效地对所有隐状态路径求和，避免指数级时间复杂度，并给出训练与评估所需的序列似然。

词源 Etymology

“Forward”意为“向前的/前向的”，在这里强调递推方向是从序列起点逐步推进到终点；“algorithm”来自希腊化拉丁传统，源头常追溯到数学家 al-Khwārizmī（花剌子密）的名字在欧洲的拉丁化形式，后来泛指“计算步骤/算法”。合起来，“forward algorithm”即“按时间从前往后递推的算法”。

相关词 Related Words

• Hidden Markov Model
• Backward Algorithm
• Forward-Backward Algorithm
• Viterbi Algorithm
• Dynamic Programming
• Likelihood
• Baum-Welch Algorithm
• Trellis
• Alpha

文学与著作 Literary Works

• Speech and Language Processing（Daniel Jurafsky & James H. Martin）：在 HMM 与序列标注章节中讲解前向/后向与前向-后向算法。
• Pattern Recognition and Machine Learning（Christopher M. Bishop）：在图模型与序列模型相关内容中涉及类似的前向递推思想与概率计算。
• “A Tutorial on Hidden Markov Models and Selected Applications in Speech Recognition”（Lawrence R. Rabiner）：经典综述文章，系统介绍 HMM 及前向/后向相关计算方法。