Update README.md

README.md

@@ -1,8 +1,8 @@
----
-license: apache-2.0
-language:
-- zh
----
+---
+license: apache-2.0
+language:
+- zh
+---
 
 ## 基于预训练隐马尔可夫模型的汉语拼音序列转汉字语句序列程序
 
@@ -12,6 +12,8 @@ language:
 
 本项目基于 **隐马尔可夫模型 (HMM)** 实现汉语拼音序列到汉字序列的转换。HMM是一种概率模型，假设观察序列（拼音）由隐藏状态序列（汉字）生成，并通过状态转移和发射概率描述序列关系。模型训练时，程序首先加载训练数据，提取拼音和汉字构建词汇表，并统计初始状态、状态转移和发射概率矩阵。训练过程中，HMM使用**最大似然估计**优化这些概率，以捕捉拼音与汉字的映射关系。解码阶段，利用**维特比算法 (Viterbi Algorithm)** 寻找最可能的汉字序列作为输出结果。本项目适合处理语言序列建模和序列标注等的任务。
 
+**GitHub URL:** https://github.com/duyu09/Pinyin2Hanzi_HMM
+
 ### 数据集准备
 
 - 需要`CSV`格式文件，其应包含两列，要求第一列为由汉语拼音构成的句子，第二列为由汉字构成的句子。
@@ -25,9 +27,17 @@ language:
 | 这是什么啊？ | zhe4 shi4 shen2 me a ？ |
 | 我会尽量不打扰你复习。 | wo3 hui4 jin3 liang4 bu4 da3 rao3 ni3 fu4 xi2 。 |
 
+### 运行环境
+
+基于`Python 3.x`，版本不限，需要`numpy`、`pandas`、`hmmlearn`库，参考以下命令安装：
+```
+python3 -m pip install numpy pandas hmmlearn
+```
+硬件环境：假设训练语料数据包含 $2.65$ 万个不同的汉字，则推理至少需要 $6GB$ 左右的内存，训练至少需要 $8GB$ 左右的内存。
+
 ### 训练和推理方法
 
-修改`py2hz.py`的主函数代码以运行。我们已开源了基于多领域文本的预训练的模型权重`hmm_model.pkl.bz2`和`hmm_model_large.pkl.bz2`，可以直接使用。`hmm_model.pkl.bz2`规模稍小，可满足日常汉语的转换需求，其解压缩后约为800MB左右；`hmm_model_large.pkl.bz2`覆盖了几乎所有汉字的读音，并在规模更大的语料库上进行训练，其解压缩后约为4.5GB左右。
+修改`py2hz.py`的主函数代码以运行。我们已开源了基于多领域文本的预训练的模型权重`hmm_model.pkl.bz2`和`hmm_model_large.pkl.bz2`，可以直接使用。`hmm_model.pkl.bz2`规模稍小，可满足日常汉语的转换需求，其解压缩后约为 $800MB$ 左右；`hmm_model_large.pkl.bz2`覆盖了几乎所有汉字的读音，并在规模更大的语料库上进行训练，其解压缩后约为 $4.5GB$ 左右。
 
 若需自行训练则取消train函数的注释，并修改函数参数。训练完成后模型将会被压缩保存，原因是模型中存在非常稀疏的大矩阵，适合压缩存储。
 
@@ -42,7 +52,7 @@ if __name__ == '__main__':
 
 ### 预训练模型效果
 
-下表展示了预训练模型`hmm_model.pkl.bz2`的使用效果。
+下表展示了预训练模型`hmm_model_large.pkl.bz2`的使用效果。
 
 | 输入 | 输出 |
 | ----- | ----- |
@@ -61,4 +71,4 @@ Faculty of Computer Science and Technology, Qilu University of Technology (Shand
 <div><b>Number of Total Visits (All of Duyu09's GitHub Projects): </b><br><img src="https://profile-counter.glitch.me/duyu09/count.svg" /></div> 
 
 <div><b>Number of Total Visits (py2hz): </b>
-<br><img src="https://profile-counter.glitch.me/py2hz/count.svg" /></div>
+<br><img src="https://profile-counter.glitch.me/py2hz/count.svg" /></div>