文献类型：期刊文章

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]

机构地区：[1]新疆大学现代教育技术中心,乌鲁木齐830046 [2]新疆大学信息科学与工程学院,乌鲁木齐830046

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金(No.61063026;60963018)

年　　份：2012

卷　　号：48

期　　号：5

起止页码：110-112

语　　种：中文

收录情况：AJ、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、ZGKJHX、普通刊

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。

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  

分 类 号：TP391.1]