一种改进的基于HMM的信息抽取模型

• 作者: 张巍 洪流 肖明军 蔡庆生
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 信息抽取 隐马尔可夫模型 互联网
• 年，卷（期）: 2004,（3）
• 所属期刊栏目: 研究与应用
• 页码范围: 347-351
• 页数: 5页
• 分类号: TP391.4
• 字数: 4073字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2004.03.016

摘要

隐马尔可夫模型(HMM)作为一种有效的概率工具,已成为信息抽取领域中一个新的研究方向.本文针对其在Web信息抽取中存在的网页结构特征利用不足的问题,给出了一种改进的模型.它通过扩展HMM中输出符号的定义,由一维扩展到多维,实现对网页结构特性的有效利用.试验表明,改进后的模型是稳定有效的,准确率平均提高了约10%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡庆生	中国科学技术大学计算机科学技术系	115	2706	28.0	47.0
2	肖明军	中国科学技术大学计算机科学技术系	17	267	7.0	16.0
3	张巍	中国科学技术大学计算机科学技术系	49	254	8.0	14.0
4	洪流	中国科学技术大学计算机科学技术系	8	76	5.0	8.0