基于语义串抽取及主题相似度度量的维吾尔文文本分类

• 作者: 吐尔地·托合提 维尼拉·木沙江 艾斯卡尔·艾木都拉
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 维吾尔文 n元递增算法 语义串抽取 主题相似度 文本分类
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 少数民族语言处理
• 页码范围: 100-107
• 页数: 8页
• 分类号: TP391
• 字数: 5399字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2017.04.015

摘要

该文研究一种改进的n元递增算法来抽取维吾尔文本中表达关键信息的语义串,并用带权语义串集来刻画文本主题,提出了一种类似于Jaccard相似度的文本和类主题相似度度量方法,并实现了相应的维吾尔文分类算法.实验结果表明,该文提出的文本模型简单有效,分类算法计算量不高,而且还能达到或超过经典分类器的分类综合性能.

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
2	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
3	维尼拉·木沙江	新疆大学信息科学与工程学院	36	127	6.0	9.0