计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2005年
21期
192-194
,共3页
最大熵马尔可夫模型%信息抽取%地址信息
最大熵馬爾可伕模型%信息抽取%地阯信息
최대적마이가부모형%신식추취%지지신식
互联网的迅速发展,以及人们对于信息需求的提高,使得网络信息的自动处理和挖掘成为了研究热点.在与网络文本相关的信息抽取任务中,观察值序列都是给定的,所以不需要考虑得到观察值的概率,而只需要关注观察值引起的状态转移的概率.最大熵马尔可夫通过改变概率转移函数,使得状态的转移与输入值以及前一状态相联系,很好地体现了序列的上下文信息.通过最大熵马尔科夫模型进行地址信息抽取,精确度和召回率都得到了很大的改进.
互聯網的迅速髮展,以及人們對于信息需求的提高,使得網絡信息的自動處理和挖掘成為瞭研究熱點.在與網絡文本相關的信息抽取任務中,觀察值序列都是給定的,所以不需要攷慮得到觀察值的概率,而隻需要關註觀察值引起的狀態轉移的概率.最大熵馬爾可伕通過改變概率轉移函數,使得狀態的轉移與輸入值以及前一狀態相聯繫,很好地體現瞭序列的上下文信息.通過最大熵馬爾科伕模型進行地阯信息抽取,精確度和召迴率都得到瞭很大的改進.
호련망적신속발전,이급인문대우신식수구적제고,사득망락신식적자동처리화알굴성위료연구열점.재여망락문본상관적신식추취임무중,관찰치서렬도시급정적,소이불수요고필득도관찰치적개솔,이지수요관주관찰치인기적상태전이적개솔.최대적마이가부통과개변개솔전이함수,사득상태적전이여수입치이급전일상태상련계,흔호지체현료서렬적상하문신식.통과최대적마이과부모형진행지지신식추취,정학도화소회솔도득도료흔대적개진.
