|
|||||
|
|
| 混合遗传算法和隐马尔可夫模型的Web信息抽取 | |
| 作者姓名： | 肖基毅 邹腊梅 李传琦 |
| 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： | 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。提出了一种使用遗传算法优化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。 |
| 关 键 词： | 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 |
| 文章编号： | 1002-8331(2008)18-0132-04 |
| 收稿时间： | 2007-09-25 |
| 修稿时间： | 2007-09-25 |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 | |
| 点击此处可从《计算机工程与应用》下载全文 | |