基于隐马尔可夫模型的Web信息抽取

摘要：

针对Web信息抽取领域中存在的"项缺失"和"项无序"问题,提出一种基于隐马尔可夫模型的Web信息抽取方法.将Web文档解析为一棵扩展的DOM树,映射待抽取的信息项为状态,映射待抽取的信息项在扩展DOM树中的路径为词汇,使用归纳算法构造隐马尔可夫模型.实验结果证明该方法可以获得更好的抽取性能.

关键词：信息抽取、隐马尔可夫模型、扩展DOM树

所属期刊栏目：35

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60775028;大连市科技局基金资助重大项目2007A14GX042

在线出版日期：2009-11-17（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：25-27