基于改进SVM和HMM的文本信息抽取算法

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：传统的文本信息抽取算法通常基于词典、规则或其他模型实现，但由于词典建立困难、规则设定模糊或模型结构单一等原因，信息抽取的准确性通常较低。针对传统的文本信息抽取算法存在的多种不足，提出一种基于混合模型的文本信息抽取算法。该算法融合了多种信息抽取方法，引入支持向量机对信息进行分类，利用s型函数拟合调整模型参数，并采用数据平滑技术优化模型概率空间。实验结果表明，与传统的文本信息抽取算法相比，该算法信息抽取的精确度和召回率明显提高，具有较好的可行性。

原文链接:http://www.cqvip.com//QK/90976X/201511/666720831.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：HMM SVM 支持向量机 cqvip HTTP 信息抽取 支持向量机隐 马尔可夫模型 机器学习