基于隐马尔可夫模型的引文信息提取

• 作者: 张玲 高文 黄铁军
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 隐马尔可夫模型 信息提取 引文 特征提取 宏平均 微平均
• 年，卷（期）: 2003,（20）
• 所属期刊栏目: 基金项目论文
• 页码范围: 33-34,54
• 页数: 3页
• 分类号: TP391
• 字数: 3663字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2003.20.015

摘要

提出一种基于符号特征提取的HMM结构学习方法,并利用修改的Viterbi算法进行引文信息提取.在实验结果的评价上,除了常用的准确率(Precision)、查全率(Recall)、综合评价指标(F)之外,引入了两个评价标准:宏平均和微平均来综合评价算法的性能.试验表明该方法用于引文信息提取的正确率较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高文	中国科学院计算技术研究所	150	5863	39.0	72.0
5	黄铁军	中国科学院计算技术研究所	28	369	8.0	19.0
9	张玲	中国科学院计算技术研究所	58	601	14.0	22.0