基于栏目的藏文网页文本自动分类方法.pdfVIP

第25卷第4期 中文信息学报 V01．25，No．4 OFCHINESEINFORMATION Jul．，2011 2011年7月 JOURNAL PROCESSING 文章编号：1003—0077(2011)04—0020—04 基于栏目的藏文网页文本自动分类方法 胥桂仙1’2，向春丞1，翁或1’2，赵小兵1’2，杨国胜1 摘 要：该文提出了一种简单、快速的藏文网页文本分类方法。该方法利用网页栏目中词条的类别特征，结合网页 文本提取技术．实现了快速、精确地将藏文网页文本归于预定义类别中。实验表明，该方法具有很高的网页文拳分 类正确率，对构建高质量多类别藏文语料库有重要作用。 关键词：藏文信息处理；文本分类；藏文网页分类 中图分类号：TP391 文献标识码：A Text ofTibetanWeb AutomaticClassi