维吾尔文论坛中基于术语选择和Rocchio分类器的文本过滤方法

• 作者: 亚森·艾则孜 如先姑力·阿布都热西提 艾山·吾买尔 阿力木江·艾沙
• 来源期刊: 计算机应用研究
• 关键词: 维吾尔文论坛 文本过滤 N-gram统计模型 术语选择 Rocchio分类器
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 信息安全技术
• 页码范围: 925-929
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2017.10.0941

摘要

针对维吾尔文网页论坛中的文本过滤问题,提出一种基于术语选择和Rocchio分类器的文本过滤方法.首先,将论坛文本进行预处理以删除无用词,并基于N-gram统计模型进行词干(术语)提取;然后,提出一种均衡考虑相关性和冗余性的均衡型互信息术语选择方法(BMITS),对初始术语集合进行降维,获得精简术语集;最后,将文本特征术语作为输入,通过Rocchio分类器进行分类,以此过滤掉论坛中的不良文本.在相关数据集上的实验结果表明,提出的方法能够准确地识别出不良类型文本,具有有效性.

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	新疆大学网络中心	28	113	6.0	9.0
2	艾山·吾买尔	新疆大学信息科学与工程学院	66	292	10.0	14.0
3	亚森·艾则孜	新疆警察学院信息安全工程系	31	45	3.0	5.0
4	如先姑力·阿布都热西提	新疆警察学院信息安全工程系	17	30	2.0	5.0