计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2015年
3期
727-730
,共4页
条件随机场%地址抽取%规则抽取方法%群集智能%ACG算法%组合
條件隨機場%地阯抽取%規則抽取方法%群集智能%ACG算法%組閤
조건수궤장%지지추취%규칙추취방법%군집지능%ACG산법%조합
CRF%address extraction%rule-based extracting method%swarm intelligence%ACG algorithm%combination
地址抽取是信息采集研究的热点,但是如何保证高准确率与召回率一直是一个具有挑战性的问题.将基于CRF的方法与规则抽取方法相结合来进行地址抽取,并将优化后的结果再用来进行CRF训练;此过程不断循环迭代,直至性能不再提升,最后得到多个CRF分类器.这个不断迭代的过程就是基于群集智能的ACG算法流程,最后再通过组合多个分类器的结果形成最终结果.实验表明,该方法可以把召回率和准确率分别提高到96.44％和97.73％.
地阯抽取是信息採集研究的熱點,但是如何保證高準確率與召迴率一直是一箇具有挑戰性的問題.將基于CRF的方法與規則抽取方法相結閤來進行地阯抽取,併將優化後的結果再用來進行CRF訓練;此過程不斷循環迭代,直至性能不再提升,最後得到多箇CRF分類器.這箇不斷迭代的過程就是基于群集智能的ACG算法流程,最後再通過組閤多箇分類器的結果形成最終結果.實驗錶明,該方法可以把召迴率和準確率分彆提高到96.44％和97.73％.
지지추취시신식채집연구적열점,단시여하보증고준학솔여소회솔일직시일개구유도전성적문제.장기우CRF적방법여규칙추취방법상결합래진행지지추취,병장우화후적결과재용래진행CRF훈련;차과정불단순배질대,직지성능불재제승,최후득도다개CRF분류기.저개불단질대적과정취시기우군집지능적ACG산법류정,최후재통과조합다개분류기적결과형성최종결과.실험표명,해방법가이파소회솔화준학솔분별제고도96.44％화97.73％.
