[发明专利]一种用于Web对象信息抽取的增强约束条件随机场模型

摘要

本发明揭示了一种用于Web对象信息抽取的增强约束条件随机场模型。所述模型包括将约束条件引入模型推理过程，利用最大间隔理论增强训练约束模型，并将模型应用于Web对象信息抽取领域。本发明通过将约束条件引入模型的推理过程，改进线性链条件随机场模型的维特比(Viterbi)算法，然后运用最大间隔理论的思想训练条件随机场模型，可以很好的完成混合网站的属性标注，并且能够很容易的添加训练样本，从而拥有能够实现多个混合网站的属性标注的能力，而且可在提高标注正确率的基础上有效地解决Web对象信息抽取问题。

主权项

一种用于Web对象信息抽取的增强约束条件随机场模型，其特征在于，所述方法包括： 给定一个线性链条件随机场G=(X，Y)，X是观测序列随机变量，Y是状态标注序列随机变量，将可信约束条件c引入条件随机场形成约束条件随机场，使用最大似然参数估计方法来对模型进行训练，通过对状态标注序列与正确序列比较后的正确率测度A(Y，Y_r)以及增强因子b对约束条件随机场进行增强，计算出标注序列Y的概率分布p(Y|X，c)； 计算出标注序列Y的概率分布后，将可信约束条件c引入条件随机场的Viterbi推理过程，根据约束条件c约束一些特定的数据元素取某些指定的属性标签，以提高Web数据属性标注的性能。