摘要：本文提出了一种结合文法推断和HMM进行信息提取的方法.首先将待提取的原始文本转换为相应有意义的一个小的抽象符号集合,然后通过使用文法推断(GI)获取一个合适的HMM拓扑结构,最后利用所得的HMM拓扑结构,使用经典的Viterbi算法提取出用户感兴趣的信息.实验结果表明,针对半结构化文档,该方法在某些领域能够有效地提高提取的精确度.

关键词：文法推断 隐马尔可夫模型 信息提取 半结构化 

单位：华中科技大学计算机科学与技术学院; 湖北武汉430074