基于条件随机域的Web信息抽取

• 作者: 史庆伟 赵政 鲍虎
• 来源期刊: 辽宁工程技术大学学报（自然科学版）
• 学科: 工学
• 关键词: 条件随机域 信息抽取 网页文档 拟牛顿法
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 电气工程与计算机技术
• 页码范围: 570-572
• 页数: 3页
• 分类号: TP311
• 字数: 2303字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0562.2007.04.028

摘要

为了获取隐藏在Internet中的信息,基于条件随机域模型(CRF),提出了一种Web信息抽取的方法.该方法对网页样本中的每一行加注标签,确定文本特征,建立条件随机域模型,采用拟牛顿迭代方法对样本进行训练,参照学习得到的条件概率分布模型,实现网页搜索结果的抽取.与HMM模型相比,CRF模型支持网页文本的语言特征,抽取准确率高.实验结果表明,使用CRF模型的抽取准确率达到90%以上,高于使用HMM模型的抽取准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史庆伟	天津大学计算机科学与技术学院	11	138	8.0	11.0
3	赵政	天津大学计算机科学与技术学院	90	735	15.0	22.0
6	鲍虎	天津大学计算机科学与技术学院	7	33	4.0	5.0