基于互信息的维吾尔文自适应组词算法

• 作者: 吐尔地·托合提 艾克白尔·帕塔尔 艾斯卡尔·艾木都拉
• 来源期刊: 计算机应用研究
• 关键词: 维吾尔文 传统分词 语义词 互信息 组词
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 429-431,435
• 页数: 4页
• 分类号: TP351
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.02.030

摘要

传统的分词方法将一个维吾尔文语义词(多词关联模式)拆分成与词意义不符的若干个片段,因此在维吾尔语文本分析及文本处理过程中导致许多问题,严重影响文本处理效率.提出了一种维吾尔文组词的全新概念,用互信息作为相邻单词间关联程度的度量,实现了基于分段式策略和增量式策略的两种自适应组词算法,并与传统的分词方法得到的词汇表进行对比分析.实验结果表明,组词算法能够非常有效地提取文本中的语义词,两种算法在大规模文本集上的组词准确率分别达到了84.31％和88.24％.

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
3	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
5	艾克白尔·帕塔尔	新疆大学信息科学与工程学院	8	57	4.0	7.0