维语网页中n-gram模型结合类不平衡SVM的不良文本过滤方法

• 作者: 亚森·艾则孜 如先姑力·阿布都热西提 郭文强
• 来源期刊: 计算机应用研究
• 关键词: 维吾尔语网页 不良文本过滤 n-gram词干提取 类不平衡SVM
• 年，卷（期）: 2019,（11）
• 所属期刊栏目: 信息安全技术
• 页码范围: 3410-3414
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.07.0410

摘要

提出了一种结合n-gram统计模型和类不平衡支持向量机(SVM)分类器的维语文本过滤方法.首先,将网页文本进行预处理操作,通过n-gram统计模型来初步提取词干;然后,对词干进行语义分析,将具有相似含义的词干聚合为一类,以此降低词干维度;最后,在传统SVM中引入一个控制超平面之间距离的参数,构建一种类不平衡SVM,使其能够很好地分类具有非线性不可分和不平衡性的维吾尔语文本.实验结果表明,该方法能够准确分类出不良文本,且具有较短的分类时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭文强	新疆财经大学计算机科学与工程学院	56	144	5.0	9.0
2	亚森·艾则孜	新疆警察学院信息安全工程系	31	45	3.0	5.0
3	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