10.3969/j.issn.1000-386X.2008.12.023
基于多学习策略的网页信息抽取方法
由于网页信息具有异构和动态的特点,致使现有的大多数网页信息抽取方法都存在适用性差的问题.为此,将传统的文本分类器和隐式马尔可夫学习策略结合起来,提出了一种基于多学习策略的网页信息抽取方法.该方法在获得网页文本记录的局部最优分类抽取结果基础上,还利用了整个网页文本结构信息对抽取结果进行进一步优化.实验结果表明,该方法不需要对新的站点进行学习,就能获得较高的信息召回率和抽取精度,具有较强的适用性.
信息抽取、机器学习、文本分类器、HMM
25
TP3;B84
国家发改委项目"视频点播系统"CNGI-04-15-2A
2009-03-11(万方平台首次上网日期,不代表论文的发表时间)
共3页
68-69,115