隱馬爾可夫模型在信息抽取中的應(yīng)用研究.pdf

1、我國(guó)目前的汽車市場(chǎng)雖然一派繁榮，但隨著各大汽車廠商之間的競(jìng)爭(zhēng)日趨激烈，單車車價(jià)不斷下跌，新車整體銷售利潤(rùn)也呈明顯下滑的趨勢(shì)，因而各大汽車廠商以及一些汽車服務(wù)廠商更加注重汽車的相關(guān)服務(wù)，特別是開(kāi)發(fā)和改進(jìn)目前較為落后的在線汽車服務(wù)領(lǐng)域中的相關(guān)技術(shù)，而諸如自動(dòng)為用戶提供更多更專業(yè)的購(gòu)車信息和汽車相關(guān)知識(shí)等一些高級(jí)功能，都涉及到信息抽取技術(shù)的應(yīng)用，于是如何更好的改進(jìn)和應(yīng)用信息抽取技術(shù)便成為本文討論的出發(fā)點(diǎn)和重點(diǎn)。 本文研究的課題是當(dāng)前尚

2、不成熟的網(wǎng)上汽車服務(wù)系統(tǒng)，在系統(tǒng)組成上包括一個(gè)汽車服務(wù)網(wǎng)站作為與用戶進(jìn)行交互的前臺(tái)、一個(gè)經(jīng)過(guò)定制的網(wǎng)絡(luò)爬蟲(chóng)程序和一個(gè)信息抽取模型從經(jīng)過(guò)預(yù)處理的文本中抽取有價(jià)值的信息，提供給終端用戶。本文研究的重點(diǎn)是應(yīng)用于信息抽取領(lǐng)域的隱馬爾可夫模型，首先簡(jiǎn)介了隱馬爾可夫模型的構(gòu)成和主要的學(xué)習(xí)算法，包括前向一后向?qū)W習(xí)算法、Baum-Welch算法和Viterbi算法，在理論上通過(guò)對(duì)隱馬爾可夫模型的兩個(gè)前提假設(shè)進(jìn)行擴(kuò)展，得出了不僅考慮系統(tǒng)當(dāng)前狀態(tài)，而且考慮

3、之前一個(gè)狀態(tài)的二階隱馬爾可夫模型，并推演出擴(kuò)展模型的三個(gè)主要算法，這樣可以整體提高模型的學(xué)習(xí)能力和信息提取的準(zhǔn)確度。 本文使用DWR+Tomcat架構(gòu)建設(shè)了一個(gè)汽車服務(wù)網(wǎng)站原型，首先介紹了其背景和總體功能結(jié)構(gòu)，然后重點(diǎn)研究了信息抽取模塊的功能需求和設(shè)計(jì)方案。在將隱馬爾可夫模型實(shí)際應(yīng)用于該模塊的過(guò)程中，考慮到的改進(jìn)主要有以下四個(gè)方面：對(duì)未知觀測(cè)值的平滑處理及其改進(jìn)、對(duì)符號(hào)串進(jìn)行聚類、對(duì)特殊狀態(tài)進(jìn)行橫向和縱向合并以及在隱馬爾可夫模型