我打算应用 Kevin Murphy 的隐马尔可夫模型(HMM) 工具箱。我有一套生产规则（任意）$A_0 \to AB [p=1]$,$A\to aC [p=1]$,$B\to bbC [p=0.5]$,$B\to b [p=0.5]$在哪里$A_0$是开始符号，A、B、C 是非终结符，a 和 b 是终结符，概率放在括号中。观测值为 {aabc}。

我不知道如何使用 Viterbi 解析算法，也无法理解要在工具箱中使用的参数中的所有值。谁能用一个简单的例子解释如何使用该程序来选择最大似然解析以及如何训练？

目标是对语言或文本字符串进行分类。除了语言之外的任何其他示例也会有所帮助。主要问题是如何在工具箱中输入所有这些数据以训练 HMM 以及如何将其用于任务，因为其中的 evrything 使用 rand 函数，我如何自定义它？

1. 状态数 Q=4 ? ($A_0$, A, B, C)
2. 长度T=4的观测符号数；序列数 nex=1？