论文部分内容阅读
为了获取隐藏在Intemet中的信息，基于条件随机域模型（CRF），提出了一种Web信息抽取的方法。该方法对网页样本中的每一行加注标签，确定文本特征，建立条件随机域模型，采用拟牛顿迭代方法对样本进行训练，参照学习得到的条件概率分布模型，实现网页搜索结果的抽取。与HMM模型相比，CRF模型支持网页文本的语言特征，抽取准确率高。实验结果表明，使用CRF模型的抽取准确率达到90％以上，高于使用HMM模型的抽取准确率。