维吾尔语停用词抽取方法研究

• 作者: 司马义·阿不都热依木 塞麦提·麦麦提敏
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 信息检索 停用词 维吾尔语 文本分类 语料统计
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 开发研究与工程应用
• 页码范围: 288-292,300
• 页数: 6页
• 分类号: TP391
• 字数: 4987字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0052123

摘要

为提高信息处理效率,文本信息检索系统通常将停用词作为噪音过滤掉,影响了文本处理的效果.针对该问题,提出一种应用于维吾尔语的停用词抽取方法.在分析维吾尔语停用词特点的基础上,采用文档频数、词项频率和信息熵的方法对大量语料进行统计,并分析候选停用词的词性分布情况.通过文本分类实验确定停用词阈值,结果表明,使用该方法进行停用词过滤后,文本分类的计算复杂度降低,分类准确率达到80.8％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	塞麦提·麦麦提敏	新疆大学中国语言学院	9	6	2.0	2.0
2	司马义·阿不都热依木		1	0	0.0	0.0