我目前正在尝试在 python 中实现维特比算法，更具体地说是在线课程中提供的版本。
就目前而言，算法是这样呈现的：给定一个带有 K 个标记的句子，我们必须生成 K 个标签。
我们假设标签 K-1 = 标签 K-2 = '*'，然后对于 k 从 0 到 K，我们为令牌设置标签如下： tag(WORD_k) = argmax(p(k-1, tag_k -2, tag_k-1) * e( word_k, tag_k) * q(tag_k, tag_k-1, tag_k-1))
根据我的理解，这很简单，因为 p 参数已经在每一步中计算出来（我们从 1 开始，我们已经知道 p0），并且 e 和 q 参数的最大值可以通过标签的一次迭代来计算（因为我们不能想出 2 个不同的标签，我们基本上必须找到 q * e 乘积最大的标签 T，然后返回）。这节省了很多时间，因为我们在大 O 表示法中几乎处于线性时间，而不是指数复杂度，如果我们迭代所有可能的单词/标签组合，我们会得到。
我是正确地理解了算法的核心还是遗漏了一些东西？
提前致谢