基于词干单元的维-哈语文本关键词提取研究

• 作者: 沙尔旦尔·帕尔哈提 米吉提·阿不里米提 艾斯卡尔·艾木都拉
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 维-哈语 词干向量 关键词提取 形态学
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 131-137
• 页数: 7页
• 分类号: TP391.1
• 字数: 5607字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2020.01.017

摘要

提出了基于词干单元的维吾尔语和哈萨克语(以下称维-哈语)文本关键词提取方法.维-哈语属于资源缺乏的派生类语言,词素结构分析和词干提取方法能有效地减少派生类语言的粒度容量,并且可以提高其覆盖率.从网上下载维-哈语文本,并切分成词素序列,用word2vec训练词干向量以分布式表示文本内容,再用TF-IDF算法对其词干向量进行加权处理.根据训练集关键词干向量和测试集词干向量相似度来提取关键词.实验结果表明,基于词素切分及词干向量表示的方法是在维-哈语等派生类语言关键词提取任务中的重要步骤,通过这个步骤,能够提高关键词提取的准确率.

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	沙尔旦尔·帕尔哈提	新疆大学信息科学与工程学院	8	6	1.0	2.0
3	米吉提·阿不里米提	新疆大学信息科学与工程学院	17	20	2.0	4.0