半结构化文本中的表格识别技术研究

• 作者: 刘远超 孙承杰 潘小燕 王晓龙
• 来源期刊: 科技与创新
• 关键词: 信息提取 最大熵模型 表格识别
• 年，卷（期）: 2008,（18）
• 所属期刊栏目: 软件时空
• 页码范围: 198-199,291
• 页数: 3页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2008.18.080

摘要

表格作为网页的一部分,蕴含丰富的信息,因而表格的识别工作已经成为了一个很值得研究的课题.把表格识别看作是一个分类问题,提出了一种新的用最大熵模型来解决这一问题的方法.实验证明,该方法对表格识别的F度量能够达到95.82%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓龙	哈尔滨工业大学智能技术与自然语言处理实验室	85	1755	24.0	38.0
2	孙承杰	哈尔滨工业大学智能技术与自然语言处理实验室	21	456	8.0	21.0
3	刘远超	哈尔滨工业大学智能技术与自然语言处理实验室	21	519	11.0	21.0
4	潘小燕	哈尔滨工业大学智能技术与自然语言处理实验室	1	4	1.0	1.0