基于机器学习的多语言文本抽取系统实现

• 作者: 周国富 曾军
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 统计机器学习 信息抽取 多语言 最大熵模型 支持向量机
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 87-92,156
• 页数: 7页
• 分类号: TP39
• 字数: 5964字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2017.04.016

摘要

基于统计机器学习的信息抽取方法正日益成为研究的热点,在研究与应用方面虽然也产生了一些实用的基于机器学习的文本信息抽取框架与系统,但大多面临着交互性弱、可扩展性低、语言移植能力差等缺陷.为此,研究并提出一种通用可行的支持多语言的信息抽取框架,并基于该框架实现了一个原型系统.原型系统集成了最大熵、支持向量机两种机器学习算法,使用这两种算法对中英文文本的实验验证了系统的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周国富	武汉大学软件工程国家重点实验室	7	37	3.0	6.0
2	曾军	武汉大学软件工程国家重点实验室	6	3	1.0	1.0