基于SVM的维吾尔文文本分类研究

• 作者: 吐尔根·依布拉音 库尔班·吾布力 艾山·吾买尔 阿力木江·艾沙
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 文本分类 SVM kNN 维吾尔语
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 数据挖掘
• 页码范围: 150-154
• 页数: 5页
• 分类号: TP391.1
• 字数: 4070字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2012.12.026

摘要

文本自动分类技术在提高文本信息利用的有效性和准确性上具有重要的现实意义和广阔的应用前景.随着Internet上维吾尔文信息的迅速发展,维吾尔文文本分类成为处理和组织这些大量文本数据的关键技术.研究维吾尔文文本分类相关技术和方法,针对维吾尔文文本在向量空间模型表示下的高维性,本文采用词干提取和x2统计量相结合的方法对表示空间进行降维.采用SVM算法构造了维吾尔文文本分类器.针对维吾尔文文本分类语料进行的实验结果表明,SVM分类器的MacroF1值达到了84.6％,明显好于kNN方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阿力木江·艾沙	新疆大学现代教育技术中心	28	113	6.0	9.0
5	吐尔根·依布拉音	新疆大学信息科学与工程学院	116	771	14.0	22.0
6	艾山·吾买尔	新疆大学信息科学与工程学院	66	292	10.0	14.0
7	库尔班·吾布力	新疆大学信息科学与工程学院	31	115	6.0	9.0