基于特征和HMM的信息提取

• 作者: 刘华虓 刘磊 吴芬芬 纪祥
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 文本块 特征提取 机器学习 HMM模型
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 396-399
• 页数: 4页
• 分类号: TP391
• 字数: 2484字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5896.2009.04.011

摘要

为了解决在信息提取中,召回率和精度都不高的问题,提出了改进的HMM(Hidden Markov Models)模型,该模型采用一种新的文本分块技术.通过文本的语义特征和结构特征,抽取具有特征的状态,并在此基础上,抽取剩余的无特征的状态改进HMM,测试了由卡耐基梅隆大学数据搜索引擎研究小组所提供的100篇计算机科学文件头部.结果表明,与基于字词和传统的HMM方法相比,召回率和精确率分别达到了91.99%和94.79%.