隐马尔可夫模型解决信息抽取问题的仿真研究

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：研究Web文档服务的准确性和快速性，网络信息抽取成为处理海量网络信息的重要手段，而大量异构信息的有效抽取是非常困难的，为了改进和提高系统对于海量异构网页信息的抽取查全率和查准率，提出了一种新的信息抽取的方法，算法利用了隐马尔可夫模型在处理规则知识上的优势对每个页面构建HTML树，并利用Shannon熵来定位数据域，再用Maximum Likelihood方法实现隐马尔可夫模型的构建，实现对Web信息的抽取。仿真结果表明，通过对大量学术论文头部结构信息的抽取，应用算法可以使信息抽取在召回率和准确率方面有明显的提高。

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：马尔可夫 Likelihood Maximum Shannon 学术交流 隐马尔可夫模型 信息抽取 极大似然 机器学习