计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2008年
18期
132-135
,共4页
遗传算法%隐马尔可夫模型%Web信息抽取%Baum-Welch算法%最大似然算法
遺傳算法%隱馬爾可伕模型%Web信息抽取%Baum-Welch算法%最大似然算法
유전산법%은마이가부모형%Web신식추취%Baum-Welch산법%최대사연산법
传统Web信息抽取的隐马尔可夫模型对初值十分敏感和在实际训练中极易得到局部最优模型参数.提出了一种使用遺传算法优化HMM模型参数的Web信息抽取混合算法.该算法使用实数矩阵编码表示染色体,似然概率值为适应度取值,将GA与Baum-Welch算法相结合对HMM模型参数进行全局优化,并且调整GA-HMM的Baum-Welch算法参数实现Web信息抽取.实验结果表明,新的算法在精确度和召回率指标上比传统HMM具有更好的性能.
傳統Web信息抽取的隱馬爾可伕模型對初值十分敏感和在實際訓練中極易得到跼部最優模型參數.提齣瞭一種使用遺傳算法優化HMM模型參數的Web信息抽取混閤算法.該算法使用實數矩陣編碼錶示染色體,似然概率值為適應度取值,將GA與Baum-Welch算法相結閤對HMM模型參數進行全跼優化,併且調整GA-HMM的Baum-Welch算法參數實現Web信息抽取.實驗結果錶明,新的算法在精確度和召迴率指標上比傳統HMM具有更好的性能.
전통Web신식추취적은마이가부모형대초치십분민감화재실제훈련중겁역득도국부최우모형삼수.제출료일충사용유전산법우화HMM모형삼수적Web신식추취혼합산법.해산법사용실수구진편마표시염색체,사연개솔치위괄응도취치,장GA여Baum-Welch산법상결합대HMM모형삼수진행전국우화,병차조정GA-HMM적Baum-Welch산법삼수실현Web신식추취.실험결과표명,신적산법재정학도화소회솔지표상비전통HMM구유경호적성능.
