历史说明
如第 18 章所述，Markov（1913；英译本见 Markov, 2006）最早使用马尔可夫链来预测 Pushkin 的《叶甫盖尼·奥涅金》中下一个字母是元音还是辅音。隐马尔可夫模型由 Princeton 的 Institute for Defense Analyses 中 Baum 及其同事开发（Baum and Petrie, 1966；Baum and Eagon, 1967）。
Viterbi 算法最早由 Vintsyuk（1968）在语音识别背景下用于语音和语言处理，但它经历了 Kruskal（1983）所称的“多次独立发现和发表的非凡历史”。Kruskal 等人列出了至少以下几种独立发现、发表于四个不同领域的算法变体：
| 文献 | 领域 |
|---|---|
| Viterbi（1967） | 信息论 |
| Vintsyuk（1968） | 语音处理 |
| Needleman and Wunsch（1970） | 分子生物学 |
| Sakoe and Chiba（1971） | 语音处理 |
| Sankoff（1972） | 分子生物学 |
| Reichert et al.（1973） | 分子生物学 |
| Wagner and Fischer（1974） | 计算机科学 |
如今，在语音和语言处理中，只要把动态规划用于某种概率最大化问题，通常都称为 Viterbi 算法。对于最小编辑距离等非概率问题，则经常只使用“动态规划”这一名称。Forney, Jr.（1973）的一篇早期综述论文探讨了 Viterbi 算法在信息与通信理论背景下的起源。
本附录用三个基本问题刻画隐马尔可夫模型，这种表述仿照 Rabiner（1989）颇具影响力的教程；该教程本身又以 IDA 的 Jack Ferguson 在 20 世纪 60 年代所作的教程为基础。Jelinek（1997）与 Rabiner and Juang（1993）完整描述了前向—后向算法在语音识别问题中的应用；Jelinek（1997）还说明了前向—后向算法与 EM 的关系。
完整参考文献列表见本附录的原始 PDF。