10.3969/j.issn.1673-629X.2011.05.030
基于HMM/BP混合模型的文本信息抽取研究
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.
信息抽取、隐马尔可夫模型、BP网络
21
TP391(计算技术、计算机技术)
湖南省科技计划项目2008GK3090
2011-09-09(万方平台首次上网日期,不代表论文的发表时间)
共3页
115-117