在马尔科夫模型中，每个状态代表了一个可观察事件，所以，马尔科夫模型有时又称作可是马尔科夫(visible markov model, VMM),这在某种成都航限制了适应性。在隐马尔科夫模型(VMM)中，我们不知道模型所经过的状态序列，只知道状态的概率函数，也就是说，观察到的时间是状态的随机函数，因此，改模型是一个双重的随机过程。（统计自然语言处理（第二版））

（不懂马尔科夫过程的朋友请先了解一下马尔科夫过程）

书中用暗室里的袋子举例，我这里就简短说明一下，有一个暗室，暗室里有比方说10个袋子，每个袋子里包含不同数量和不同颜色的球，比如1号袋子里装了3个红的，1个绿的。 2号袋子2个绿的，1个黑的。

那么，如果有个人在房间里，看不见的情况下，去袋子里模球，摸到一个，就递给外面的人，外面人看到的球称作输出序列（O1,O2...Ot）（也有叫法观察序列），可能是红，绿，黑，红..这样的。

以上的过程就是一个隐马尔科夫过程，为什么叫“隐”呢？是因为状态（上例中的袋子）是外界不知道的，符号（输出序列， 上例中的球）才是外界能直接看到的。我们再回忆一下马尔科夫过程，每个状态（或者叫序列也行）都是确定的，是一维的。上例的过程是一个“二维”的马尔科夫，所以称呼它为隐马尔科夫。

问题：为什么要称呼看到的是“观察序列”，而直接看不到的是“状态”？

为了尽可能地利用马尔科夫的特性，这样建模，看起来可以把问题简化。如果非要倒着来，是不是看起来太复杂了？

未完