马尔可夫模型是由 Andrei A Markov于1913年提出来的，作为一种统计模型，广泛应用 在语音识别，词性自动标注，音字转换，概率文法等各个自然语言处理等应用领域。马尔可夫模型状态是指马尔可夫模型中有关状态即当前状态，将来状态和过去状态。状态之间是相互独立的。马尔可夫模型状态是指马尔可夫性质的随机变量序列 的当前状态，过去状态和未来状态。给定当前状态，将来状态和过去状态是相互独立的。t+1 时刻系统状态的概率分布只与t 时刻的状态有关与t时刻以前的状态无关；从t时刻到t+1 时刻的状态转移与t的值无关。一个马尔可夫链模型可表示为=（S，P， Q），其中各字母的含义如下：S 是系统所有可能的状态所组成的非空的状态集，有时也称之为系统的状态空间，它可以是有限的、可列的集合或任意非空集。状态之间关系满足马尔可夫性质，不同状态之间转移有一个确定的概率分布，通常用一系列有向图来来描述状态之间的关系。马尔可夫性质（Markov property）是概率论中的一个概念，因为俄国数学家安德雷·马尔可夫得名。