基于N元模型的维吾尔文文本分类技术研究

• 作者: 买买提依明·哈斯木 努尔麦麦提·尤鲁瓦斯 吾守尔·斯拉木 维尼拉·木沙江
• 来源期刊: 计算机应用研究
• 关键词: N元 文本分类 维吾尔文 N元词典 相似度 曼哈顿距离 骰子测量
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1986-1988,2004
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.07.017

摘要

考虑到维吾尔文词干提取、词性标注等工具不够成熟和相关的开源资源很少的实际情况,提出了基于N元模型的维吾尔文文本分类技术.其特点是不需要任何自然语言处理工具,拼写错误率对分类结果的影响很低.在训练阶段分别提取字符级别的三元和四元模型构造不同规模的N元词典,在分类测试阶段分别用曼哈顿距离计算和骰子测量对文本进行分类.实验结果表明,当四元模型词典的规模为500时,使用骰子测量分类时性能最佳,平准准确率达到86.56％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吾守尔·斯拉木	新疆大学信息科学与工程学院新疆多语种重点实验室	148	619	13.0	18.0
2	维尼拉·木沙江	新疆大学信息科学与工程学院新疆多语种重点实验室	36	127	6.0	9.0
3	买买提依明·哈斯木	新疆大学信息科学与工程学院新疆多语种重点实验室	7	37	3.0	6.0
5	努尔麦麦提·尤鲁瓦斯	新疆大学信息科学与工程学院新疆多语种重点实验室	26	59	4.0	6.0