基于重定位的维、哈、柯文Unicode 编码及多文种索引技术研究

• 作者: 吐尔地·托合提 吐尔洪·吾司曼 维尼拉·木沙江
• 来源期刊: 郑州大学学报(理学版)
• 学科: 工学
• 关键词: Unicode RuniForm MD5 倒排索引
• 年，卷（期）: 2009,（1）
• 页码范围: 48-51,55
• 页数: 5页
• 分类号: TP181
• 字数: 1808字
• 语种: 中文

摘要

没有语言ID的维、哈、柯文部分字母在Unicode代码区域中共享字符代码,因此在信息交换、自动分词和检索应用中,很难区分维、哈、柯文字母.存在语言上的二义性.另外,该区域中字母的顺序符合阿拉伯字母表,维、哈、柯文字母的顺序非常混乱,这对于维、哈、柯多文种数据的索引、排序和查询处理带来了很大困难.针对以上问题,研究了一种内部Unicode编码方法和基于词根的多文种索引技术.研究结果表明,这种方法完全解决了多文种信息的存储、排序等数据库管理问题,大大简化了索引技术及实现难度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吐尔地·托合提	新疆大学信息科学与工程学院	19	115	7.0	10.0
2	维尼拉·木沙江	新疆大学信息科学与工程学院	36	127	6.0	9.0
3	吐尔洪·吾司曼	新疆大学信息科学与工程学院	3	11	2.0	3.0