多特征融合的维哈口语短文本分类
文献类型：会议论文
| 作者 | 何峻青; 赵学敏; 颜永红 |
| 出版日期 | 2017 |
| 会议日期 | 2017-10-11 |
| 会议地点 | 中国江苏连云港 |
| 关键词 | 文字信息处理 少数民族语言 文种识别 启发式特征 |
| 英文摘要 | 少数民族语言如维吾尔语、哈萨克语、乌兹别克语、柯尔克孜语等使用基本相同的字符,并且共用大量词汇,难以通过判断特殊字符来区分文种。而来自社交网络的口语文本因为长度短、噪声多以及不合语法,是相近语言识别的难题。我们提出了一种基于启发式特征的口语短文本分类方法,不需要专家知识和精心制作的规则,便可有效识别文种。为了解决训练数据不均衡问题,我们提出了两种适合不同需求的均衡策略。结合最大熵分类器,我们的系统在短文本数据集上总体能达到95.1 ％ 的精确度。 |
| 源URL | [http://ir.xjipc.cas.cn/handle/365002/5371]  |
| 专题 | 新疆理化技术研究所_多语种信息技术研究室 |
| 作者单位 | 1.中国科学院声学研究所 2.中国科学院大学 3.中国科学院新疆理化技术研究所 |
| 推荐引用方式 GB/T 7714 | 何峻青,赵学敏,颜永红. 多特征融合的维哈口语短文本分类[C]. 见:. 中国江苏连云港. 2017-10-11. |
入库方式： OAI收割
来源：新疆理化技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。