基于N-gram的哈萨克语文本校对系统的设计与实现

• 作者: 古丽拉·阿东别克 玛依来·哈帕尔
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 文本自动校对 哈萨克语 最小编辑距离 N元语法 模式匹配
• 年，卷（期）: 2012,（4）
• 所属期刊栏目: 基金项目论文
• 页码范围: 9-12,15
• 分类号: TP399
• 字数: 6457字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2012.04.003

摘要

在啥萨克语文本非词查错方面,归纳和总结查错方法,在一定规模的哈萨克语词库的支持下,利用哈萨克语的特点,用哈萨克语词干切分程序和哈萨克语的音节规则,从文本中找出非词错误,再用最小编辑距离算法提供最有可能的候选词.在哈萨克语文本真词查错部分,根据上下文信息,采用基于N-gram的语言模型,利用文本的局部连接同现概率三元语法模型来进行真词查错,再用基于编辑距离的模式匹配方法对真词错误提供纠错建议.实验结果表明,系统的查错与纠错效率较好,实验方案是可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	古丽拉·阿东别克	新疆大学信息科学与工程学院	39	258	8.0	14.0
2	玛依来·哈帕尔	新疆大学信息科学与工程学院	3	11	2.0	3.0