首页 | 官方网站   微博 | 高级检索  
     

基于Maximum Likelihood与HMM的文本挖掘
引用本文:邹腊梅,肖基毅,龚向坚. 基于Maximum Likelihood与HMM的文本挖掘[J]. 计算机技术与发展, 2007, 17(12): 110-112
作者姓名:邹腊梅  肖基毅  龚向坚
作者单位:南华大学,计算机科学与技术学院,湖南,衡阳,421001
基金项目:湖南省自然科学基金;湖南省教育厅科研项目
摘    要:随着信息技术、数据库技术、网络技术的发展,各行各业均存储了大量的文本数据,怎样从这些文本数据中发掘有价值的信息和知识成为人们急需解决的问题。提出基于Maximum Likelihood与HMM的文本挖掘方法,利用Maximum Likelihood构建隐马尔可夫模型,对论文条目进行特定信息的发掘,并克服了实验过程中“零概率”的缺陷。实验结果表明准确率平均达到0.9,召回率平均达到0.85,从理论和实践上证明该方法是有效的。

关 键 词:隐马尔可夫模型  最大似然  文本挖掘  信息抽取
文章编号:1673-629X(2007)12-0110-03
收稿时间:2007-03-03

Text Information Mining Based on Maximum Likelihood and Hidden Markov Model
ZOU La-mei,XIAO Ji-yi,GONG Xiang-jian. Text Information Mining Based on Maximum Likelihood and Hidden Markov Model[J]. Computer Technology and Development, 2007, 17(12): 110-112
Authors:ZOU La-mei  XIAO Ji-yi  GONG Xiang-jian
Affiliation:Department of Computer Science and Technology, Nanhua University, Hengyang 421001, China
Abstract:
Keywords:hidden Markov model   maximum likelihood   text mining   information extraction
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号