發(fā)布時(shí)間：2017-11-23 11:15

  本文關(guān)鍵詞：維吾爾語(yǔ)網(wǎng)站識(shí)別方法

  更多相關(guān)文章： 維吾爾文 網(wǎng)頁(yè)文本節(jié)點(diǎn) 向量空間模型 網(wǎng)頁(yè)識(shí)別 常用詞

【摘要】：通過(guò)調(diào)查與分析大量維吾爾文網(wǎng)頁(yè)結(jié)構(gòu),對(duì)互聯(lián)網(wǎng)中現(xiàn)有的維吾爾文網(wǎng)頁(yè)進(jìn)行網(wǎng)頁(yè)識(shí)別研究。探討維吾爾文不規(guī)范網(wǎng)頁(yè)的字符編碼轉(zhuǎn)換方法,為此進(jìn)行維吾爾文編碼標(biāo)準(zhǔn)化處理�？紤]維吾爾文網(wǎng)頁(yè)獨(dú)有的節(jié)點(diǎn)屬性,提出一種基于維吾爾文網(wǎng)頁(yè)文本節(jié)點(diǎn)特征的方法,但該方法顯示略低的準(zhǔn)確率及較多的誤判率。結(jié)合維吾爾語(yǔ)常用候選詞語(yǔ)料和向量空間模型(vector space module),提出一種基于維吾爾語(yǔ)常用詞統(tǒng)計(jì)學(xué)特征的方法,利用測(cè)試網(wǎng)頁(yè)內(nèi)容和維吾爾語(yǔ)常用候選詞語(yǔ)料,并將其以向量來(lái)表示,計(jì)算測(cè)試網(wǎng)頁(yè)文本的詞語(yǔ)在維吾爾語(yǔ)常用候選詞中的相應(yīng)權(quán)值,依據(jù)相應(yīng)權(quán)值來(lái)計(jì)算測(cè)試網(wǎng)頁(yè)為維吾爾文網(wǎng)頁(yè)的概率,進(jìn)行網(wǎng)頁(yè)識(shí)別。對(duì)兩種方法進(jìn)行比較,準(zhǔn)確率分別是69.85%和91%。實(shí)驗(yàn)結(jié)果表明,基于維吾爾語(yǔ)常用詞統(tǒng)計(jì)學(xué)特征的方法比網(wǎng)頁(yè)文本節(jié)點(diǎn)特征的方法具有更高的準(zhǔn)確率,驗(yàn)證了該方法的有效性。
【作者單位】： 新疆師范大學(xué)計(jì)算機(jī)科學(xué)技術(shù)學(xué)院;中國(guó)科學(xué)院新疆理化技術(shù)研究所;
【基金】：新疆維吾爾自治區(qū)自然科學(xué)基金項(xiàng)目(2014211A045) 新疆維吾爾自治區(qū)哲學(xué)社會(huì)科學(xué)研究規(guī)劃基金項(xiàng)目(14CYY093) 教育部人文社會(huì)科學(xué)一般基金項(xiàng)目(14YJC740001) 新疆維吾爾自治區(qū)高�？蒲杏�(jì)劃青年教師科研啟動(dòng)基金項(xiàng)目(20140706213103147) 國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目(61132009);國(guó)家自然科學(xué)基金項(xiàng)目(61262066) 國(guó)家社科基金重點(diǎn)項(xiàng)目(14AZD11)
【分類號(hào)】：TP391.1;TP393.092
【正文快照】： 0引言維吾爾語(yǔ)的網(wǎng)頁(yè)識(shí)別方法與信息采集技術(shù)的研究成果相對(duì)較少,研究成熟的適合現(xiàn)代維吾爾語(yǔ)網(wǎng)頁(yè)識(shí)別方法以及關(guān)鍵技術(shù)至關(guān)重要。特別是有些維吾爾文網(wǎng)頁(yè)存在文字代碼不規(guī)范網(wǎng)頁(yè)的問(wèn)題,對(duì)于現(xiàn)代維吾爾文網(wǎng)頁(yè)的全文檢索造成了一定的困難,對(duì)所有維吾爾語(yǔ)網(wǎng)頁(yè)進(jìn)行處理還有很多問(wèn)

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 段祥超;禹龍;田生偉;吐爾根·依布拉音;艾斯卡爾·艾木都拉;;維吾爾語(yǔ)意見挖掘關(guān)系抽取研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2013年09期

2 程新方;吾守爾·斯拉木;;維吾爾語(yǔ)手機(jī)智能輸入法的研究與實(shí)現(xiàn)[J];新疆大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年01期

3 阿里甫·庫(kù)爾班;吾買爾江·庫(kù)爾班;吐爾根·伊布拉音;;面向信息處理的維吾爾語(yǔ)詞語(yǔ)分類體系及標(biāo)記研究(Ⅱ)[J];新疆大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年01期

4 玉素甫·艾白都拉;齊向偉;艾孜爾古麗;;維吾爾語(yǔ)方言資源整理及語(yǔ)言地圖的設(shè)計(jì)[J];數(shù)字技術(shù)與應(yīng)用;2012年07期

5 熱依曼·吐爾遜;吾守爾·斯拉木;;一種維吾爾語(yǔ)聯(lián)機(jī)手寫識(shí)別系統(tǒng)[J];中文信息學(xué)報(bào);2014年03期

6 王健飛;郭志川;葉曉舟;劉春梅;;一種嵌入式系統(tǒng)漢語(yǔ)與維吾爾語(yǔ)雙語(yǔ)顯示的方法[J];網(wǎng)絡(luò)新媒體技術(shù);2013年02期

7 米吉提·阿布力米提,庫(kù)爾班·吾布力;在多文種環(huán)境下的維吾爾語(yǔ)文字校對(duì)系統(tǒng)的開發(fā)研究[J];系統(tǒng)工程理論與實(shí)踐;2003年05期

8 麥熱哈巴·艾力;王志洋;吐爾根·依布拉音;;一種提高維吾爾語(yǔ)-漢語(yǔ)詞語(yǔ)對(duì)齊的方法研究[J];小型微型計(jì)算機(jī)系統(tǒng);2012年11期

9 麥熱哈巴·艾力;姜文斌;吐爾根·依布拉音;;維吾爾語(yǔ)詞法中音變現(xiàn)象的自動(dòng)還原模型[J];中文信息學(xué)報(bào);2012年01期

10 玉素甫·艾白都拉;姚天f ;吾守爾·斯拉卡;;維吾爾語(yǔ)句法描述和分析方法[J];中文信息;1996年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前4條

1 艾山·吾買爾;吐爾根·依不拉音;早克熱·卡德爾;;維吾爾語(yǔ)名詞詞干提取算法的研究[A];第四屆全國(guó)信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集（上）[C];2008年

2 艾斯卡爾·肉孜;宗成慶;姑麗加瑪麗·麥麥提艾力;熱合木·馬合木提;艾斯卡爾·艾木都拉;;基于條件隨機(jī)場(chǎng)的維吾爾人名識(shí)別方法[A];第十二屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議（NCMMSC'2013）論文集[C];2013年

3 江海燕;劉巖;盧莉;;維吾爾語(yǔ)疑問(wèn)語(yǔ)調(diào)的實(shí)驗(yàn)分析[A];第九屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集[C];2007年

4 阿比達(dá)．吾買爾;吐爾根．依布拉音;;維吾爾文音節(jié)切分方法的研究與實(shí)現(xiàn)[A];民族語(yǔ)言文字信息技術(shù)研究——第十一屆全國(guó)民族語(yǔ)言文字信息學(xué)術(shù)研討會(huì)論文集[C];2007年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 麥熱哈巴·艾力;基于實(shí)例的維漢機(jī)器翻譯若干關(guān)鍵問(wèn)題研究[D];新疆大學(xué);2014年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 鄒志華;維吾爾語(yǔ)新聞話題識(shí)別技術(shù)研究[D];新疆大學(xué);2013年

2 米吉提·阿布力米提;維吾爾語(yǔ)文字校對(duì)系統(tǒng)[D];新疆大學(xué);2001年

3 李豐軍;基于WinCE的維吾爾語(yǔ)智能輸入法的研究與實(shí)現(xiàn)[D];新疆大學(xué);2008年

4 鄒岳琳;維吾爾語(yǔ)時(shí)間表達(dá)式識(shí)別研究[D];新疆大學(xué);2014年

5 鐘軍;維吾爾語(yǔ)領(lǐng)域術(shù)語(yǔ)抽取研究[D];新疆大學(xué);2014年

6 王慧云;維吾爾語(yǔ)比較句型及關(guān)系的識(shí)別[D];新疆大學(xué);2014年

7 段祥超;維吾爾語(yǔ)意見挖掘關(guān)系抽取研究[D];新疆大學(xué);2014年

8 陳洋;維吾爾語(yǔ)不良文本信息過(guò)濾技術(shù)研究[D];新疆大學(xué);2014年

9 羅亞偉;細(xì)顆粒度維吾爾語(yǔ)文本情感分析研究[D];新疆大學(xué);2015年

10 沙吾提江·亞森;基于本體的維吾爾語(yǔ)語(yǔ)義搜索引擎的研究與實(shí)現(xiàn)[D];電子科技大學(xué);2015年

，

本文編號(hào)：1218266