摘要：研究Web文档服务的准确性和快速性，网络信息抽取成为处理海量网络信息的重要手段，而大量异构信息的有效抽取是非常困难的，为了改进和提高系统对于海量异构网页信息的抽取查全率和查准率，提出了一种新的信息抽取的方法，算法利用了隐马尔可夫模型在处理规则知识上的优势对每个页面构建HTML树，并利用Shannon熵来定位数据域，再用Maximum Likelihood方法实现隐马尔可夫模型的构建，实现对Web信息的抽取。仿真结果表明，通过对大量学术论文头部结构信息的抽取，应用算法可以使信息抽取在召回率和准确率方面有明显的提高。

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。）