基于机器学习的维吾尔文文本分类研究

• 作者: 吐尔根·依布拉音 艾山·吾买尔 阿力木江·艾沙 马尔哈巴·艾力
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 文本分类 朴素贝叶斯方法 k-最近邻方法(kNN) 维吾尔语 特征选择
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 110-112
• 分类号: TP391.1
• 字数: 3891字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.05.031

摘要

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(VSM)表示下的高维性,采用词干提取和IG相结合的方法对表示空间进行降维.采用基于机器学习的分类算法(kNN和Narve Bayes)对维吾尔文文本语料进行了分类实验并分析了实验结果.

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	马尔哈巴·艾力	新疆大学信息科学与工程学院	1	33	1.0	1.0