維吾爾文文本分類技術研究.pdf

1、隨著網(wǎng)絡技術的快速發(fā)展，傳統(tǒng)各行業(yè)都逐漸與互聯(lián)網(wǎng)進行融合，“互聯(lián)網(wǎng)+”時代已悄然的改變了世界。文本分類技術是機器學習和自然語言處理領域中重要的應用，對維吾爾文文本分類技術的研究對提升新疆維吾爾語網(wǎng)絡信息管理和網(wǎng)絡服務水平具有重要的作用。本文首先闡述了傳統(tǒng)文本分類技術的研究現(xiàn)狀和實現(xiàn)過程。然后分析了中英文文本分類技術的差異，并結合維吾爾文字的構詞特點和語法結構，實現(xiàn)了維吾爾文特有的組詞計算。最后從文本分類的技術出發(fā)，在大量的實驗基礎上，構

2、建了一個維吾爾文文本分類系統(tǒng)。針對傳統(tǒng)文本分類技術的優(yōu)缺點，本文提出了相應的改進和創(chuàng)新，取得的主要研究成果為：
　　首先，在文本分類的預處理階段主要研究了維吾爾文組詞。針對互信息組詞算法中組詞效率低和誤組率高的問題，本文采用互信息和頻繁模式相組合的Mi_pf組詞方法，由于維吾爾文詞組中能夠組合的單詞數(shù)一般不會超過3個，因此通過減少頻繁模式中搜索窗口中的單詞數(shù)來提高Mi_pf組詞方法的執(zhí)行效率；
　　其次，在文本分類的特征選擇

3、階段主要研究了模擬人工魚群優(yōu)化的特征選擇方法。為了提高魚群尋優(yōu)的能力和算法執(zhí)行的效率，本文首先采用改進的Odd算法對樣本集中的特征進行初提取，并生成與類別數(shù)目相同的n個特征池。然后再分別對每一個特征池進行人工魚群算法來進行尋優(yōu)，并計算出每個類別各自的特征子集；
　　再次，在文本分類的分類階段主要研究了K_質心分類器的設計與實現(xiàn)。K_質心分類器設計目的是為了能夠更好的適應本文的特征選擇方法，該分類器具有兩級分類結構的多分類器模型，其