基于隐马尔可夫模型的引文信息提取

摘要：

提出一种基于符号特征提取的HMM结构学习方法,并利用修改的Viterbi算法进行引文信息提取.在实验结果的评价上,除了常用的准确率(Precision)、查全率(Recall)、综合评价指标(F)之外,引入了两个评价标准:宏平均和微平均来综合评价算法的性能.试验表明该方法用于引文信息提取的正确率较高.

关键词：隐马尔可夫模型、信息提取、引文、特征提取、宏平均、微平均

所属期刊栏目：29

分类号：TP391(计算技术、计算机技术)

资助基金：国家科学数字图书馆智能化网络信息搜索技术与机制研究项目CSDL2002-18

在线出版日期：2003-12-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：33-34,54