基于Web的民文信息检索中维、哈、柯文关键词的预处理.pdfVIP

基于Web的民文信息检索中维、哈、柯文关键词的预处理+ 吐尔地·托合提维尼拉·木沙江艾斯卡尔·艾木都拉 新疆大学信息科学与工程学院乌鲁木齐830046 摘要：基于w曲的信息检索中，用户希望的是得到与关键词(keywords)相关的，准确而全面的搜索结 果，而基于w曲的民文信息检索中深入研究本民族语言特征并对搜索关键词进行一些必要的预处理对民文搜 索引擎搜索结果的准确性，全面性是非常重要的。本文介绍了维吾尔文．哈萨克文和柯尔克孜文的语亩特征 并较深入的研究了维吾尔文，哈萨克文和柯尔克孜文关键词的预处理技术，包括对关键词的检错与纠错，同 化(弱化)处理，词根切分技术等。 关键词：灞眼切分；同化(弱化)处理{关键词检错与纠错 the Wordsin PreprocessUyghur，Kazak，KyrgyzKey l Web—basednforma—OnSearches Language Turdi 舡kar Tohtiwinira Hamdulla Musajall lnfo咖adonscienceand insdtuteof 830046 techⅡ0109y x叫i粕gUniVeIsi吼Urumqi lhe to se缸ch溺tllts AbStract：IntheW曲ba∞dinformati锄∞瓤ches’what acc勰tc柚d us盯hop蛄is2时the related埘山也ewords．But 0f compreh如sive也at key snldytheⅢiⅡority in—d印Ih searchwordsis t0the辩archrestm acmss-也e．aboard．ThisintIoducesthe kev v盯yin啪rtant corrccdy舡ld paper l(啦k柚d ch啦cIefi蚶c柚dmorc UyghuL l蜘gllage and№他yzkc”ords K)唱yz in．d印也gmdiesUy庐屿K昵ak checkaⅡdc0仃cct pfcⅡeannenttcchnolq舀esJincluding syn∞pationtechnolo必 ， correctne Keywords：R00tSyncopation；Assinlil砌仰P眦ess吨；checkwrongAndKeⅣ0rds 1 引言 新疆是个多民族地区，为了使新疆少数民族人民适应时代和经济的发展，已经有许多人或机构纷纷创建 各种类型的自己语言的网站(主要是维吾尔文，哈萨克文．柯尔克孜文三种语言)，传播本民族信息，促进 本民族经济发展。为了能够在网上快速检索本民族语言的相关内容的网页而开发一个多文种搜索引擎是新疆 少数民族面临的一个急待解决的重要问题。但是开发一个比较优秀的少数民族语言的搜索引擎，首先要解决 本民族语言文字信息处理方面的技术问题。因此，采取一些有效措旋，保证关键词是