基于词典的方法用于信息提取
统计力学
2009-11-10 v2 其他凝聚态物理
信息检索
基因组学
其他定量生物学
摘要
本文提出了一种通用的数据压缩技术特征的信息提取方法。我们首先定义并关注所谓“词典”序列的特性。词典本身具有很大的兴趣，研究其特性对于调查其提取的序列（例如 DNA 字符串）的属性具有极大价值。我们随后描述了一种字符串比较程序，基于词典创建序列（或“人造文本”）之间的比较，能在多个情境中取得优异结果。最后，我们呈现了一些关于自洽分类问题的结果。
引用
@article{arxiv.cond-mat/0402581,
title = {Dictionary based methods for information extraction},
author = {A. Baronchelli and E. Caglioti and V. Loreto and E. Pizzi},
journal= {arXiv preprint arXiv:cond-mat/0402581},
year = {2009}
}
备注
7 pages, Latex, elsart style