基于条件随机域CRF模型的文本信息抽取

为了抽取文本中的信息，在分析对比了4种统计建模原型后，选用条件随机域CRY建立抽取模型，提出了一种文本信息抽取的方法。该方法对文本分析后加标注，确定文本特征集，采用有限内存拟牛顿迭代方法L—BFGS算法估计CRF模型参数，根据训练学习得出的模型，实现科研论文数据集头部文本信息的抽取。实验结果表明，使用CRF模型的抽取准确率达到90％以上，远远高于使用HMM模型的抽取准确率。