1. 研究目的与意义及国内外研究现状

2. 研究的基本内容

马尔科夫模型（hidden markov model，hmm）是自然语言的一种重要的统计模型，被广泛地应用于自然语言处理的多个领域。而马尔科夫链是一系列的随机试验构成一个随机序列，在这个序列中，先后进行随机试验之间可能存在统计相关性，即前面若干次试验的结果将决定下一次随机试验的各种可能结果的发生概率。这种随机序列称为是非独立的和有记忆的。马尔科夫链是具有有限记忆的随机序列。

3. 实施方案、进度安排及预期效果

三月起了解隐马尔科夫的基本含义，结合自然语言处理技术，研究汉语马尔科夫预测模型的建立。

至四月初运用C语言构造马尔科夫预测模型程序并向指导老师请求指导，五月初完成程序，五月中旬写完论文。

4. 参考文献

[1]张孝飞、陈肇雄、黄河燕等， 词性标注中生词处理算

法研究[j].中文信息学报,2003

[2]胡春静、韩兆强、基于隐马尔科夫模型（hmm）的词性