检索结果-内蒙古大学图书馆

新疆大学学报（自然科学版） 2015年第2期32卷 215-220页

作者：王剑哈力木拉提.买买提艾尔肯.赛甫丁程园新疆大学信息科学与工程学院多语种信息技术重点实验室新疆乌鲁木齐830046

在维吾尔文扫描过程中,输入的文档不可避免地会发生倾斜现象,而现有的方法只进行了初步的倾斜校正.针对上述情况,同时为了方便维文图像的切分和识别工作,提出将基于凸多边形的最小面积外接矩形法和基线拟合法相结合的检测和校正图像方法... 详细信息

在维吾尔文扫描过程中,输入的文档不可避免地会发生倾斜现象,而现有的方法只进行了初步的倾斜校正.针对上述情况,同时为了方便维文图像的切分和识别工作,提出将基于凸多边形的最小面积外接矩形法和基线拟合法相结合的检测和校正图像方法.首先利用基于凸多边形的最小面积外接矩形法实现初步的倾斜校正,然后提取一行文本后采取基线拟合的方法实现文本行的单独校正,最后把校正过的所有文本行整合成一个文档.实验结果表明,该方法是行之有效的采用,该方法比现有方法在字母切分的准确率上平均提高约5%,最高提高约7%.

关键词：维吾尔文倾斜校正基线拟合文本行

来源：评论

学校读者我要写书评

暂无评论

基于主动学习的SVM维吾尔语情感分析研究

引用

新疆大学学报（自然科学版） 2015年第4期32卷 447-452页

作者：李响吐尔根.依布拉音卡哈尔江.阿比的热西提买合木提.买买提新疆大学信息科学与工程学院新疆乌鲁木齐830046 新疆大学新疆多语种信息技术重点实验室新疆乌鲁木齐830046

在维吾尔语网站和信息平台不断完善的同时,较大规模的带有个人情感的言论也逐渐增多,尤其是微博语料中的情感文本具有很大的现实意义.然而标注语料是一件耗费人力很大的工作.本文在少量已标注语料的基础上针对SVM模型,提出了一种维吾尔... 详细信息

在维吾尔语网站和信息平台不断完善的同时,较大规模的带有个人情感的言论也逐渐增多,尤其是微博语料中的情感文本具有很大的现实意义.然而标注语料是一件耗费人力很大的工作.本文在少量已标注语料的基础上针对SVM模型,提出了一种维吾尔语情感分类主动学习方法,加入了聚类代表性、样本差异性、分类不确定性三种策略,实现主动学习的维吾尔语情感分析.实验结果表明,主动学习在维吾尔语情感分类中的有效性,减少了人工标注的工作量,使得情感分类变得更省时省力,也略微提高了SVM的准确率.

关键词：维吾尔语情感分析 SVM 主动学习

来源：评论

学校读者我要写书评

暂无评论

基于用户关系的维吾尔文微博数据获取方法的研究

引用

新疆大学学报（自然科学版） 2015年第1期32卷 74-79页

作者：亚森.伊斯马伊力吐尔根.依布拉音卡哈尔江.阿比的热西提新疆大学信息科学与工程学院新疆乌鲁木齐830046 新疆大学新疆多语种信息技术重点实验室新疆乌鲁木齐830046

目前,互联网上的大部分群体性数据资源集中在微博、论坛等社交网络上.跨语言社会舆情分析是我国智能信息处理的一个研究热点.维吾尔语是我国主要少数民族语言之一,为了构建一个好的跨语言舆情分析系统,维吾尔文微博的数据获取显得尤为重... 详细信息

目前,互联网上的大部分群体性数据资源集中在微博、论坛等社交网络上.跨语言社会舆情分析是我国智能信息处理的一个研究热点.维吾尔语是我国主要少数民族语言之一,为了构建一个好的跨语言舆情分析系统,维吾尔文微博的数据获取显得尤为重要.维吾尔文微博数据获取最大的难点是微博开发商不提供API.本文以技术和经济为基础的"Guduk"微博为研究对象,提出了一种基于用户关系的维吾尔文微博数据获取爬虫系统方案,此方案解决了在不提供API情况下的数据获取难点.本文的研究为跨语言舆情分析系统提供大量的维吾尔文社交网络数据资源、数据获取方法和技术.

关键词：跨语言舆情数据获取用户关系网络爬虫微博API

来源：评论

学校读者我要写书评

暂无评论

维吾尔文Bigram文本特征提取

引用

计算机工程与应用 2015年第3期51卷 216-221,228页

作者：阿力木江.艾沙库尔班.吾布力吐尔根.依布拉音新疆大学网络与信息技术中心乌鲁木齐830046 新疆多语种信息技术重点实验室乌鲁木齐830046 新疆大学信息科学与工程学院乌鲁木齐830046

文本特征表示是在文本自动分类中最重要的一个环节。在基于向量空间模型(VSM)的文本表示中特征单元粒度的选择直接影响到文本分类的效果。在维吾尔文文本分类中,对于单词特征不能更好地表征文本内容特征的问题,在分析了维吾尔文Bigram... 详细信息

文本特征表示是在文本自动分类中最重要的一个环节。在基于向量空间模型(VSM)的文本表示中特征单元粒度的选择直接影响到文本分类的效果。在维吾尔文文本分类中,对于单词特征不能更好地表征文本内容特征的问题,在分析了维吾尔文Bigram对文本分类作用的基础上,构造了一个新的统计量CHIMI,并在此基础上提出了一种维吾尔语Bigram特征提取算法。将抽取到的Bigram作为文本特征,采用支持向量机(SVM)算法对维吾尔文文本进行了分类实验。实验结果表明,与以词为特征的文本分类相比,Bigram作为文本特征能够提高维吾尔文文本分类的准确率和召回率并且通过实验验证了该算法的有效性。

关键词： Bigram文本特征 χ2统计量互信息维吾尔语

来源：评论

学校读者我要写书评

暂无评论

基于统计专用字符的维、哈、柯文文种识别研究

引用

中文信息学报 2015年第2期29卷 111-117页

作者：买买提依明.哈斯木吾守尔.斯拉木维尼拉.木沙江努尔麦麦提.尤鲁瓦斯新疆大学信息科学与工程学院新疆多语种重点实验室新疆乌鲁木齐830046 和田师范专科学校计算机科学系新疆和田848000

在Unicode编码方案中维、哈、柯文字符安排在阿拉伯字符区域,三种语言中共享字符比较多,跟阿拉伯字符区域混在一起,没有专用的语言ID。在信息检索和自然语言处理领域对维、哈、柯文的识别、处理带来不便。该文首先分析并总结了维、哈、... 详细信息

在Unicode编码方案中维、哈、柯文字符安排在阿拉伯字符区域,三种语言中共享字符比较多,跟阿拉伯字符区域混在一起,没有专用的语言ID。在信息检索和自然语言处理领域对维、哈、柯文的识别、处理带来不便。该文首先分析并总结了维、哈、柯文三种语言中的专用字符、复合字符、某些字符在某种语言中出现形势的独特性等特征,然后在此基础上设计了维、哈、柯文种识别算法。实验结果表明该文提出的文种识别算法的正确率在文本多于70词时达到96.67%以上。

关键词：文种识别专用字符复合字符维文哈文柯文 Unicode

来源：评论

学校读者我要写书评

暂无评论

柯尔克孜语语料库语言资源管理平台的设计与开发

引用

南昌大学学报（理科版） 2015年第3期39卷 247-250页

作者：木合亚提·尼亚孜别克古力沙吾利·塔里甫达吾勒·阿布都哈依尔新疆大学信息科学与工程学院新疆多语种信息技术实验室新疆乌鲁木齐830046 新疆医科大学中医学院新疆乌鲁木齐830011

自然语言处理中,语料是语言研究的材料,语料库是存储语言资源的数据源,语料库语言资源管理平台就是将分散的语料集中管理,对其进行存储、索引,并作一些初步处理。阐述了对柯尔克孜语语料库语言资源管理平台进行的研究和已达到的现况,期... 详细信息

自然语言处理中,语料是语言研究的材料,语料库是存储语言资源的数据源,语料库语言资源管理平台就是将分散的语料集中管理,对其进行存储、索引,并作一些初步处理。阐述了对柯尔克孜语语料库语言资源管理平台进行的研究和已达到的现况,期盼这会为将来能更好的对柯尔克孜文语料进行科学有效的管理和柯尔克孜语言学研究提供数据资源的平台。

关键词：柯尔克孜文语言资源管理平台

来源：评论

学校读者我要写书评

暂无评论

基于词序统计组合的中文文本关键词提取技术

引用

计算机工程与设计 2015年第6期36卷 1647-1651页

作者：苏祥坤吾守尔.斯拉木买买提依明.哈斯木新疆大学信息科学与工程学院新疆多语种信息技术实验室新疆乌鲁木齐830046 和田师范专科学校计算机科学系新疆和田848000

为进一步改善关键词提取的效果,提出一种基于词序统计组合的关键词提取方法。通过词序统计、词性标注、停用词过滤、词语组合等步骤,实现短语或组合词的生成和候选关键词的过滤;通过其它特征项的引入,进一步提高最终提取关键词的准确度... 详细信息

为进一步改善关键词提取的效果,提出一种基于词序统计组合的关键词提取方法。通过词序统计、词性标注、停用词过滤、词语组合等步骤,实现短语或组合词的生成和候选关键词的过滤;通过其它特征项的引入,进一步提高最终提取关键词的准确度。实验结果表明,该方法对中文文本的关键词提取具有良好的效果。

关键词：权重词序关键词单文本词语组合

来源：评论

学校读者我要写书评

暂无评论

托忒文(TODO)办公套件的开发研究

引用

新疆大学学报（自然科学版） 2015年第2期32卷 202-208页

作者：艾尼宛尔.托乎提达瓦.伊德木草吾守尔.斯拉木哈尔肯别克.木哈西买买提.哈斯木新疆大学新疆维吾尔自治区多语种信息技术重点实验室新疆乌鲁木齐830046 新疆大学信息科学与工程学院新疆乌鲁木齐830046 武汉理工大学计算机科学与技术学院

针对国家标准蒙文托忒文字(TODO)处理办公软件的紧迫需求,以及蒙文现行多版本软件相互不兼容以及不能跨平台利用等问题,本文研究了基于开源办公软件Libre Officez8.1和Open Type字库技术的TODO文智能化办公套件和不同码文本自动转换为... 详细信息

针对国家标准蒙文托忒文字(TODO)处理办公软件的紧迫需求,以及蒙文现行多版本软件相互不兼容以及不能跨平台利用等问题,本文研究了基于开源办公软件Libre Officez8.1和Open Type字库技术的TODO文智能化办公套件和不同码文本自动转换为标准编码文本的应用软件.本办公软件的研发基本解决了现行TODO文处理软件所存在字符插入难、换行不能够对齐以及键盘设置与拼音法或26个英文字母使用习惯不一致等问题.试用测试表明,本软件有较高的易用性、稳定性、兼容性和安全性.

关键词：托忒文办公套件 Open Type字体输入法国家标准不同码文本转换

来源：评论

学校读者我要写书评

暂无评论

基于综合的句子特征的文本自动摘要

引用

计算机科学 2015年第4期42卷 226-229页

作者：程园吾守尔.斯拉木买买提依明.哈斯木新疆大学信息科学与工程学院新疆多语种信息技术实验室乌鲁木齐830046 和田师范专科学校计算机科学系和田848000

采用了一种综合的文本自动摘要方法来抽取出涵盖范围广、冗余信息少、最能反映文本中心思想的文本摘要。该方法充分考虑文本中的词频、标题、句子位置、线索词、提示性短语、句子相似度等特征因素,构建了一个综合的特征加权函数,运用数... 详细信息

采用了一种综合的文本自动摘要方法来抽取出涵盖范围广、冗余信息少、最能反映文本中心思想的文本摘要。该方法充分考虑文本中的词频、标题、句子位置、线索词、提示性短语、句子相似度等特征因素,构建了一个综合的特征加权函数,运用数学回归模型对语料进行训练,去除冗余句子信息,提取关键句生成摘要。实验评估表明了该方法的可行性、有效性以及在摘要质量方面的优越性。

关键词：自动摘要特征因素综合加权函数

来源：评论

学校读者我要写书评

暂无评论

基于N元模型的维吾尔文文本分类技术研究

引用

计算机应用研究 2015年第7期32卷 1986-1988,2004页

作者：买买提依明.哈斯木吾守尔.斯拉木维尼拉.木沙江努尔麦麦提.尤鲁瓦斯新疆大学信息科学与工程学院新疆多语种重点实验室乌鲁木齐830046 和田师范专科学校计算机科学系新疆和田848000

考虑到维吾尔文词干提取、词性标注等工具不够成熟和相关的开源资源很少的实际情况,提出了基于N元模型的维吾尔文文本分类技术。其特点是不需要任何自然语言处理工具,拼写错误率对分类结果的影响很低。在训练阶段分别提取字符级别的三... 详细信息

考虑到维吾尔文词干提取、词性标注等工具不够成熟和相关的开源资源很少的实际情况,提出了基于N元模型的维吾尔文文本分类技术。其特点是不需要任何自然语言处理工具,拼写错误率对分类结果的影响很低。在训练阶段分别提取字符级别的三元和四元模型构造不同规模的N元词典,在分类测试阶段分别用曼哈顿距离计算和骰子测量对文本进行分类。实验结果表明,当四元模型词典的规模为500时,使用骰子测量分类时性能最佳,平准准确率达到86.56%。

关键词： N元文本分类维吾尔文 N元词典相似度曼哈顿距离骰子测量

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：