基于N-Gram模型的蒙古语文本语种识别算法的研究

• 作者: 冯永祥 刘利民 张泽广 苏依拉 闫瑞 马志强
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 语种识别 N-Gram模型 平均距离识别算法 蒙古语文本
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 少数民族及周边语言信息处理
• 页码范围: 133-139
• 页数: 7页
• 分类号: TP391
• 语种: 中文

摘要

互联网上蒙古语文本正在不断地增加,如何让网络中的蒙古语内容为搜索引擎和舆情分析等应用提供服务引起了社会的高度关注.首先要解决如何采集网络中蒙古语文本数据,核心是准确识别网络中蒙古语文本的问题.该文提出了基于N-Gram模型的平均距离识别算法,建立了一个能够对目标语种识别的实验平台.实验结果表明,识别算法能够很好地从中文、英文、蒙古文以及混合语言文本中识别出蒙古语文本,准确率达到99.5％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘利民		59	225	8.0	12.0
2	马志强		37	171	8.0	10.0
3	苏依拉		65	139	6.0	9.0
4	冯永祥		41	99	6.0	8.0
5	张泽广		4	26	2.0	4.0
6	闫瑞		4	16	1.0	4.0