[發(fā)明專利]一種用于Web對(duì)象信息抽取的增強(qiáng)約束條件隨機(jī)場(chǎng)模型

在審

• 申請(qǐng)?zhí)枺?/td>: 201410126652.X
• 申請(qǐng)日: 2014-03-31
• 公開（公告）號(hào): CN103870596A
• 公開（公告）日: 2014-06-18
• 發(fā)明（設(shè)計(jì)）人: 梁久禎;黃彥姣
• 申請(qǐng)（專利權(quán)）人: 江南大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種用于Web對(duì)象信息抽取的增強(qiáng)約束條件隨機(jī)場(chǎng)模型，其特征在于，所述方法包括：?

給定一個(gè)線性鏈條件隨機(jī)場(chǎng)G=(X，Y)，X是觀測(cè)序列隨機(jī)變量，Y是狀態(tài)標(biāo)注序列隨機(jī)變量，將可信約束條件c引入條件隨機(jī)場(chǎng)形成約束條件隨機(jī)場(chǎng)，使用最大似然參數(shù)估計(jì)方法來對(duì)模型進(jìn)行訓(xùn)練，通過對(duì)狀態(tài)標(biāo)注序列與正確序列比較后的正確率測(cè)度A(Y，Y_r)以及增強(qiáng)因子b對(duì)約束條件隨機(jī)場(chǎng)進(jìn)行增強(qiáng)，計(jì)算出標(biāo)注序列Y的概率分布p(Y|X，c)；?

計(jì)算出標(biāo)注序列Y的概率分布后，將可信約束條件c引入條件隨機(jī)場(chǎng)的Viterbi推理過程，根據(jù)約束條件c約束一些特定的數(shù)據(jù)元素取某些指定的屬性標(biāo)簽，以提高Web數(shù)據(jù)屬性標(biāo)注的性能。?

2.根據(jù)權(quán)利要求1所述的計(jì)算標(biāo)注序列Y的概率分布，在下列公式我們引入線性鏈條件隨機(jī)場(chǎng)的概率分布：?

對(duì)于概率分布的計(jì)算，其特征在于，所述的概率分布p(Y|X，c)，將可信約束條件c引入條件隨機(jī)場(chǎng)形成約束條件隨機(jī)場(chǎng)得到：?

其中，Z(X_r，c)為歸一化因子，為狀態(tài)標(biāo)注序列Y相對(duì)于正確序列Y_r的正確率測(cè)度，它表示狀態(tài)標(biāo)注序列Y中標(biāo)注正確的元素個(gè)數(shù)，f_k(Y，X，c)為全局特征向量，w_k為特征向量的權(quán)重，從模型的訓(xùn)練樣本中估計(jì)得到，可信約束條件c通過構(gòu)建可信約束矩陣來表示具有某個(gè)特征的數(shù)據(jù)元素被標(biāo)注成相應(yīng)標(biāo)簽的概率，從而約束小概率事件的發(fā)生。?

3.根據(jù)權(quán)利要求2所述的概率分布的計(jì)算，對(duì)所述的歸一化因子Z(X_r，c)的計(jì)算，其特征在于，所述方法中，Z(X_r，c)可以在所有可能的輸出序?列Y上求和的基礎(chǔ)上，引入約束條件、增強(qiáng)因子和正確率測(cè)度得到，即?

其中，b為增強(qiáng)因子，由經(jīng)驗(yàn)值決定。A(Y，Y_r)為狀態(tài)標(biāo)注序列Y相對(duì)于正確序列Y_r的正確率測(cè)度，f_k(Y，X，c)為全局特征向量，w_k為特征向量的權(quán)重；?

歸一化因子Z(X_r，c)是在全局條件下定義的，即對(duì)所有特征進(jìn)行全局歸一化，從而計(jì)算出全局最優(yōu)輸出序列的條件概率，能很好的解決標(biāo)記偏置問題。?