基于改进遗传退火HMM的Web信息抽取研究.pdfVIP

第３１卷第４期　　　 计算机应用与软件 Ｖｏｌ３１Ｎｏ．４ ２０１４年４月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ａｐｒ．２０１４ 基于改进遗传退火ＨＭＭ的Ｗｅｂ信息抽取研究 李　荣　冯丽萍　王鸿斌 （忻州师范学院计算机科学与技术系　山西忻州０３４０００） 摘　要　　为进一步提高Ｗｅｂ信息抽取的准确率，针对隐马尔可夫模型ＨＭＭ（ＨｉｄｄｅｎＭａｒｋｏｖＭｏｄｅｌ）及混合法在参数寻优上的不 足，提出一种改进遗传退火ＨＭＭ的Ｗｅｂ抽取算法。构建一个后向依赖假设的ＨＭＭ；用改进遗传退火优化ＨＭＭ参数，将遗传算子 和模拟退火ＳＡ（ｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎｇ）参数改进后，据ＧＡ（ｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ）的自适应交叉、变异概率给子群体分类，实现多种群并行 搜索和信息交换，以避免早熟，加速收敛；并将ＳＡ作为ＧＡ算子，加强局部寻优能力；最后，用双序Ｖｉｔｅｒｂｉ解码，与现有ＨＭＭ优化法 相比，实验的综合Ｆ＝１平均提高了６％，表明改进算法能有效提高抽取准确率和寻优性能。 β 关键词　　信息抽取　遗传退火　隐马尔可夫模型　Ｖｉｔｅｒｂｉ算法 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１４．０４．０１０ ＲＥＳＥＡＲＣＨＯＮＷｅｂＩＮＦＯＲＭＡＴＩＯＮＥＸＴＲＡＣＴＩＯＮＢＡＳＥＤＯＮＩＭＰＲＯＶＥＤ ＧＥＮＥＴＩＣＡＮＮＥＡＬＩＮＧＡＮＤＨＭＭ ＬｉＲｏｎｇ　ＦｅｎｇＬｉｐｉｎｇ　ＷａｎｇＨｏｎｇｂｉｎ （ＤｅｐａｒｔｍｅｎｔｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＸｉｎｚｈｏｕＴｅａｃｈｅｒｓＵｎｉｖｅｒｓｉｔｙ，Ｘｉｎｚｈｏｕ０３４０００，Ｓｈａｎｘｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　ＩｎｏｒｄｅｒｔｏｆｕｒｔｈｅｒｒａｉｓｅｔｈｅａｃｃｕｒａｃｙｏｆＷｅｂｉｎｆｏｒｍａｔｉｏｎｅｘｔｒａｃｔｉｏｎ，ｆｏｒｔｈｅｓｈｏｒｔｃｏｍｉｎｇｓｏｆｈｉｄｄｅｎＭａｒｋｏｖｍｏｄｅｌ（ＨＭＭ）ａｎｄ ｉｔｓｈｙｂｒｉｄｍｅｔｈｏｄｉｎｔｈｅｐａｒａｍｅｔｅｒｏｐｔｉｍｉｓａｔｉｏｎ，ｗｅｐｒｅｓｅｎｔａＷｅｂｅｘｔｒａｃｔｉｏｎａｌｇｏｒｉｔｈｍｗｈｉｃｈｉｓｂａｓｅｄｏｎｔｈｅｉｍｐｒｏｖｅｄｇｅｎｅｔｉｃａｎｎｅａｌｉｎｇａｎｄ ＨＭＭ．Ｆｉｒｓｔ，ｔｈｅａｌｇｏｒｉｔｈｍｓｅｔｓｕｐａｎｏｖｅｌＨＭＭｗｉｔｈｂａｃｋｗａｒｄｄｅｐｅｎｄｅｎｃｙａｓｓｕｍｐｔｉｏｎ；ｓｅｃｏｎｄｌｙ，ｉｔａｐｐｌｉｅｓｔｈｅｉｍｐｒｏｖｅｄｇｅｎｅｔｉｃａｎｎｅａｌｉｎｇ ａｌｇｏｒｉｔｈｍｔｏｏｐｔｉｍｉｓｅＨＭＭｐａｒａｍｅｔｅｒｓ．Ａｆｔｅｒｔｈｅｇｅｎｅｔｉｃｏｐｅｒａｔｏｒｓａｎｄｐａｒａｍｅｔｅｒｓｏｆｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎｇ（ＳＡ）ｈａｖｅｂｅｅｎｉｍｐｒｏｖｅｄ，ｔｈｅ ｓｕｂｐｏｐｕｌａｔｉｏｎｓａｒｅｃｌａｓｓｉｆｉｅｄａｃｃｏｒｄｉｎｇｔｏｔｈｅａｄａｐｔｉｖｅｃｒｏｓｓｏｖｅｒａｎｄｍｕｔａｔｉｏｎｐｒｏｂａｂｉｌｉｔｙｏｆＧＡｉｎｏｒｄｅｒｔｏｒｅａｌｉｓｅｔｈｅｍｕｌｔｉｇｒｏｕｐｐａｒａｌｌｅｌ ｓｅａｒｃｈａｎｄｉｎｆｏｒｍａｔｉｏｎｅｘｃｈａｎｇｅ，ｗｈｉｃｈｃａｎａｖｏｉｄｐｒｅｍａｔｕｒｅａｎｄａｃｃｅｌｅｒａｔｅｃｏｎｖｅｒｇｅｎｃｅ．ＴｈｅｎＳＡｉｓｔａｋｅｎｆｏｒａＧＡｏｐｅｒａｔｏｒｔｏｓｔｒｅｎｇｔｈｅｎ ｔｈｅｌｏｃａｌｓｅａｒｃｈｉｎｇｃａｐａｂｉｌｉｔｙ．Ｆｉｎａｌｌｙ，ｔｈｅｂｉｏｒｄｅｒＶｉｔｅｒｂｉａｌｇｏｒｉｔｈｍｉｓｕｓｅｄｆｏｒｄｅｃｏｄｉｎｇ．ＣｏｍｐａｒｅｄｗｉｔｈｅｘｉｓｔｉｎｇＨＭＭｏｐｔｉｍｉｓａｔｉｏｎ ｍｅｔｈｏｄ，ｔｈｅｃｏｍｐｒｅｈｅｎｓｉｖｅＦ＝１ｖａｌｕｅｉｎｅｘｐｅｒｉｍｅｎｔｉｎｃｒｅａｓｅｓｂｙ６％ｉｎａｖｅｒａｇｅ，ｗｈｉｃｈｓｈｏｗｓｔｈａｔｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｃａｎｅｆｆｅｃｔｉｖｅｌｙ