混合遗传算法和隐马尔可夫模型的Web信息抽取

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.提出了一种使用遺传算法优化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.