基于词干的混合策略维吾尔语文本聚类特征选择方法研究

• 作者: 刘源 吐尔根·依布拉音 张亚军 阿力木江·艾沙
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 文本聚类 维吾尔语 特征选择
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 基金项目论文
• 页码范围: 30-32,50
• 页数: 4页
• 分类号: TP391
• 字数: 4592字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2012.12.009

摘要

维吾尔语文本聚类中特征选择对聚类的效率和效果都有直接影响.根据维吾尔语构词法规律,在原有基于文档频率特征选择算法基础上,提出新的维吾尔语文本聚类的特征提取算法.新方法将词干作为文本的特征项,在原算法上融合了基于特征贡献度的选择方法,并使用Java语言实现了一个维吾尔语文本聚类系统.使用该系统在人工分类的文本集上进行实验,结果表明:新的特征提取算法有效地降低了文本向量空间维度,在准确率、召回率和F-Measure等指标方面均有不同程度提高.

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
2	张亚军	昌吉学院计算机工程系	23	50	4.0	5.0
3	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
4	刘源	新疆大学信息科学与工程学院	1	4	1.0	1.0