基于HMM／BP混合模型的文本信息抽取研究

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：作为自然语言处理的一个分支，文本信息抽取成为了提取大量文本信息中有用信息的重要手段。介绍了目前在信息抽取领域中应用广泛的两种技术方法：HMM和BP网络模型，分析了各自的优缺点，并在此基础上提出了一种基于两者的混合模型，该混合模型通过BP网络优秀的分类甄别能力来弥补HMM在分类方面的不足，而通过HMM强大的时域建模能力来弥补BP网络建模能力弱的问题，因此该模型具有强大的建模能力、分类性以及适应性强等特点。实验证明，相比传统的HMM以及BP网络模型，该混和模型在精确度和召回率上有了10％-15％的提高。

原文链接:http://www.cqvip.com//QK/97969A/201105/37727477.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：混合模型 HMM cqvip bp网络 网络模型 信息抽取 隐马尔可夫模型 Bp网络