基于广义隐马尔可夫模型的网页信息抽取方法

被引：3

作者：

王静

姚勇

刘志镜

机构：

[1] 西安电子科技大学计算机学院

来源：

山东大学学报(理学版) | 2007年 / 11期

关键词：

基于视觉的网页分割; 广义隐马尔可夫模型; 二阶Markov链; Web信息抽取;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

针对网页所特有的基于版面结构的特点,利用基于视觉的网页分割算法VIPS对网页分块,得到一种新的状态转移序列,取代了传统的状态转移序列。通过二阶Markov链改进广义隐马尔可夫模型(GHMM)的状态转移和输出观测值假设条件,提出了二阶的广义隐马尔可夫模型。最后通过实验说明改进的GHMM对于网页信息抽取有很高的精确率。

引用

页码：49 / 52

页数：4

共 6 条

[1] 基于文本分块的多模板隐马尔可夫模型的文本信息抽取 [J].

王雷 ;

陈治平 ;

李志成 .

山东大学学报(理学版), 2006, (03) :21-24

[2] 基于隐马尔可夫模型的文本信息抽取 [J].

刘云中 ;

林亚平 ;

陈治平 .

系统仿真学报, 2004, (03) :507-510

[3]

VIPS:a vision based page seg-mentation algorithm. CAI D,YU S,WEN J,et al. Microsoft Technical Report . 2003

[4]

Detecting Web contentfunction using generalized hidden Markov model. CHEN Jinlin,Ping Zhong,Terry Cook. IEEEProceedings of the 5thInternational Conference on Machine Le-arning and Applications . 2006

[5]

The viterbi algorithm. FORNEY D. Proceedings of the IEEE . 1973

[6] 基于标记窗的网页正文信息提取方法 [J].

赵欣欣 ;

索红光 ;

刘玉树 .

计算机应用研究, 2007, (03) :144-145+180

← 1 →