基于HMM的文本信息抽取方法

摘要

传统的文本信息抽取方法有两种：知识工程方法和自动训练方法。前者需要对领域知识很熟悉的知识工程师的参与，而且需要大量的工作来发现有用的规则(或模式)：而后者的劣势在于需要大量的训练语料才能达到很好的性能。本文结合这两种方法，提出了一种基于HMM，采用加入规则方法和引入平滑技术的半结构化文本信息抽取方法，该方法仅需要知识工程师的少量参与，而且可以显著地提高信息抽取系统的性能，尤其是在可用的训练语料较少的情况下更有优越性。