基于机器学习的维吾尔文文本分类研究

被引：25

作者：

阿力木江艾沙 ^{[1
,2
]}

吐尔根依布拉音 ^{[2
]}

艾山吾买尔 ^{[2
]}

马尔哈巴艾力 ^{[2
]}

机构：

[1] 新疆大学现代教育技术中心

[2] 新疆大学信息科学与工程学院

来源：

计算机工程与应用 | 2012年 / 05期

关键词：

文本分类; 朴素贝叶斯方法; k-最近邻方法(kNN); 维吾尔语; 特征选择;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理]; TP181 [自动推理、机器学习];

学科分类号：

120506 [数字人文]; 140502 [人工智能];

摘要：

随着Internet上维吾尔文信息的迅速发展,维吾尔文文本分类成为处理和组织这些大量文本数据的关键技术。研究维吾尔文文本分类相关技术和方法,针对维吾尔文文本在向量空间模型(VSM)表示下的高维性,采用词干提取和IG相结合的方法对表示空间进行降维。采用基于机器学习的分类算法(kNN和Nave Bayes)对维吾尔文文本语料进行了分类实验并分析了实验结果。

引用

页码：110 / 112

页数：3

共 6 条

[1]

一种改进的文本分类特征选择方法 [J].