基于Naive Bayes的维吾尔文文本分类算法及其性能分析

• 作者: 吐尔地·托合提 艾斯卡尔·艾木都拉 艾海麦提江·阿布来提
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 维吾尔文 文本分类 Naive Bayes 词干提取 停用词
• 年，卷（期）: 2012,（12）
• 所属期刊栏目: 基金项目论文
• 页码范围: 27-29
• 页数: 3页
• 分类号: TP301
• 字数: 3299字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2012.12.008

摘要

以大规模网络维吾尔文文本的自动分类技术研究为背景,设计模块化结构的维吾尔文本分类系统,在深入调研基础上选择Naive Bayes算法为分类引擎,用C#实现分类系统.预处理中,结合维吾尔语的词法特征,通过引入词干提取方法大大降低特征维数.在包含10大类共计3 000多个较大规模文本语料库基础上给出分类实验结果,再通过x2统计方法选择不同数目的特征,也分别给出分类实验结果.结果表明,预处理后的维吾尔文特征空间中只有1％-3％特征是最佳的,因而进一步确定哪些是最佳特征或降低特征空间维数是有可能的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	艾斯卡尔·艾木都拉	新疆大学信息科学与工程学院	170	561	11.0	15.0
2	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
3	艾海麦提江·阿布来提	新疆大学信息科学与工程学院	2	18	2.0	2.0