| 基于隐马尔可夫模型的引文信息提取 |
| |
| 引用本文： | 张玲,黄铁军,高文.基于隐马尔可夫模型的引文信息提取[J].计算机工程,2003,29(20):33-34,54. |
| |
| 作者姓名： | 张玲 黄铁军 高文 |
| |
| 作者单位： | 中国科学院计算技术研究所,北京,100080;中国科学院研究生院,北京,100039 |
| |
| 基金项目： | 国家科学数字图书馆智能化网络信息搜索技术与机制研究项目（CSDL2002-18） |
| |
| 摘 要： | 提出一种基于符号特征提取的HMM结构学习方法，并利用修改的Viterbi算法进行引文信息提取。在实验结果的评价上，除了常用的准确率(Precision)、查全率(Recall)、综合评价指标(F)之外，引入了两个评价标准：宏平均和微平均来综合评价算法的性能。试验表明该方法用于引文信息提取的正确率较高。
|
| 关 键 词： | 隐马尔可夫模型 信息提取 引文 特征提取 宏平均 微平均 科技文章 |
| 文章编号： | 1000-3428(2003)20-0033-02 |
Citation Extraction Based on Hidden Markov Model |
| |
| ZHANG Ling,HUANG Tiejun,GAO Wen.Citation Extraction Based on Hidden Markov Model[J].Computer Engineering,2003,29(20):33-34,54. |
| |
| Authors: | ZHANG Ling HUANG Tiejun GAO Wen |
| |
| Affiliation: | ZHANG Ling1,2,HUANG Tiejun1,2,GAO Wen1,2 |
| |
| Abstract: | This paper puts forward a method of HMM structure learning which is based on the extraction of tokens' features, uses a variation of Viterbi algorithm to extract citation. For evaluating the method, it introduces two standards: Macro-averaging and Mico-averaging in addition to commonly used Precision, Recall and F. |
| |
| Keywords: | Hidden Markov model(HMM) Information extraction Citation Feature extraction Macro-averaging Mico-averaging |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
