基于改进HMM的文本信息抽取模型  

Text Information Extraction Model Based on Improved HMM

作　　者：梁吉光[1] 田俊华[1] 姜杰[1] 

机构地区：[1]南京师范大学教育科学学院,南京210000

出　　处：《计算机工程》2011年第20期178-179,182,共3页Computer Engineering

基　　金：江苏省高校自然科学基础研究基金资助项目(08KJD120004);全国教育科学规划德育专项基金资助项目(GEA090005)

摘　　要：提出一种基于改进隐马尔可夫模型(HMM)的文本信息抽取模型。给出一个新假设,使用绝对平滑算法对模型参数进行平滑,利用Viterbi算法对观察值序列进行正序和逆序解码,基于N-Gram模型对2次解码结果进行对比消歧,得到较准确的状态序列。实验结果表明,该信息抽取模型能提高信息抽取的准确率。This paper proposes a text information extraction model based on improved Hidden Markov Model（HMM）.It gives a new assumption of observation emission.And the absolute smoothing algorithm is used to smooth the parameters of the model.The model recovers the most-likely state sequence of the observation sequence and the reverse observation sequence with the Viterbi algorithm.It compares the results with each other based on N-Gram model,and outputs a more accurate result for the state sequence.Experimental results indicate that this model has effectively improved precision.

关 键 词：隐马尔可夫模型 绝对平滑 观察值 信息抽取 引文信息 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]