基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
典型隐马尔可夫模型对初始参数非常敏感,采用随机参数训练隐马尔可夫模型时常陷入局部最优,应用于Web信息抽取时效果不佳.文中提出基于模拟退火算法与隐马尔可夫模型的Web信息抽取算法.通过实验比较选择最佳的模拟退火算法参数,结合Baum-Welch算法优化隐马尔可夫模型并应用于Web信息抽取.实验结果表明新算法在信息抽取的精确率和召回率都有明显的提高.
推荐文章
基于模拟退火算法和隐马尔可夫模型的文本信息抽取
文本信息抽取
改进的模拟退火算法
二阶隐马尔可夫模型
基于隐马尔可夫模型的Web信息抽取
信息抽取
隐马尔可夫模型
扩展DOM树
基于混合模拟退火-遗传算法和HMM的Web挖掘
模拟退火算法
遗传算法
隐马尔可夫模型
Web挖掘
基于二阶隐马尔可夫模型的文本信息抽取
文本信息抽取
一阶隐马尔可夫模型
二阶隐马尔可夫模型
精确度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于模拟退火算法与隐马尔可夫模型的Web信息抽取
来源期刊 南华大学学报(自然科学版) 学科 工学
关键词 模拟退火算法 隐马尔可夫模型 Web信息抽取
年,卷(期) 2011,(1) 所属期刊栏目 数理·计算机科学
研究方向 页码范围 70-74
页数 分类号 TP391.1
字数 2643字 语种 中文
DOI 10.3969/j.issn.1673-0062.2011.01.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 马淑萍 南华大学计算机科学与技术学院 25 107 6.0 9.0
2 邹腊梅 南华大学计算机科学与技术学院 21 120 6.0 10.0
3 龚向坚 南华大学计算机科学与技术学院 20 90 5.0 9.0
4 肖芳 衡阳技师学院信息技术系 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (29)
参考文献  (9)
节点文献
引证文献  (4)
同被引文献  (25)
二级引证文献  (27)
1953(1)
  • 参考文献(1)
  • 二级参考文献(0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(8)
  • 引证文献(0)
  • 二级引证文献(8)
2016(3)
  • 引证文献(0)
  • 二级引证文献(3)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
模拟退火算法
隐马尔可夫模型
Web信息抽取
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
南华大学学报(自然科学版)
双月刊
1673-0062
43-1442/N
大16开
湖南衡阳市常胜西路28号南华大学内
42-102
1987
chi
出版文献量(篇)
2087
总下载数(次)
5
总被引数(次)
9174
论文1v1指导