摘要：传统的文本信息抽取算法通常基于词典、规则或其他模型实现，但由于词典建立困难、规则设定模糊或模型结构单一等原因，信息抽取的准确性通常较低。针对传统的文本信息抽取算法存在的多种不足，提出一种基于混合模型的文本信息抽取算法。该算法融合了多种信息抽取方法，引入支持向量机对信息进行分类，利用s型函数拟合调整模型参数，并采用数据平滑技术优化模型概率空间。实验结果表明，与传统的文本信息抽取算法相比，该算法信息抽取的精确度和召回率明显提高，具有较好的可行性。

原文链接:http://www.cqvip.com//QK/90976X/201511/666720831.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）