基于HMM/BP混合模型的文本信息抽取研究

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.

关键词：信息抽取、隐马尔可夫模型、BP网络

所属期刊栏目：21

分类号：TP391(计算技术、计算机技术)

资助基金：湖南省科技计划项目2008GK3090

在线出版日期：2011-09-09（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：115-117