【摘 要】
：
通过调查与分析大量维吾尔文网页结构，对互联网中现有的维吾尔文网页进行网页识别研究。探讨维吾尔文不规范网页的字符编码转换方法，为此进行维吾尔文编码标准化处理。考虑维吾
【机 构】
：
新疆师范大学 计算机科学技术学院，新疆 乌鲁木齐 830054 中国科学院 新疆理化技术研究所，新疆 乌鲁木齐 830011;新疆师范大学 计算机科学技术学院,新疆 乌鲁木齐,830054;
论文部分内容阅读
通过调查与分析大量维吾尔文网页结构，对互联网中现有的维吾尔文网页进行网页识别研究。探讨维吾尔文不规范网页的字符编码转换方法，为此进行维吾尔文编码标准化处理。考虑维吾尔文网页独有的节点属性，提出一种基于维吾尔文网页文本节点特征的方法，但该方法显示略低的准确率及较多的误判率。结合维吾尔语常用候选词语料和向量空间模型(vector space module)，提出一种基于维吾尔语常用词统计学特征的方法，利用测试网页内容和维吾尔语常用候选词语料，并将其以向量来表示，计算测试网页文本的词语在维吾尔语常用候选词中的相应权值，依据相应权值来计算测试网页为维吾尔文网页的概率，进行网页识别。对两种方法进行比较，准确率分别是69.85%和91%。实验结果表明，基于维吾尔语常用词统计学特征的方法比网页文本节点特征的方法具有更高的准确率，验证了该方法的有效性。
其他文献
家兔被毛较厚,汗腺很少,是依靠呼吸散热的家畜之一,但兔肺并不发达,因此,在高温季节,若不注意防暑降温,对家兔的生长繁殖将非常不利.现将家兔防暑四措施介绍如下:
芦荟脯别具风味，营养丰富，能健胃、理肠、清热和消炎，是一种颇具开发价值的休闲保健食品。其制作方法如下： 1.选料选用芦荟植株下部已成熟的、无病斑、无损伤的大叶片。
一般按摩器材多以振动按摩为主,长期使用会刺激人的软组织,老年人要慎用。腰部按摩器对于发生过骨折或患有骨质疏松的老年人,要慎用腰部按摩器,因为其是按照正常人的生理弯曲
该文从挂篮荷载计算、施工流程、支座及临时固结施工、挂篮安装及试验、合拢段施工、模板制作安装、钢筋安装、混凝土的浇筑及养生、测量监控等方面人手,介绍了S226海滨大桥
1.黑龙江省饲养的肉用鹅有哪些品种?rn籽鹅:是小型鹅种,全身羽毛为白色,成年公鹅平均体重为4～4.5千克,成年母鹅平均体重为3～3.5千克.
本文对 1998年 2月至 1999年 12月期间停经 7周内采用米非司酮配伍米索前列醇终止妊娠的 10 9例患者进行了服药前后的超声监测 ,效果满意。1 资料与方法使用日本 AL OKA - S
<正>中医养生学认为适应四季阴阳才能维持生命活动,并总结出春天养肝、夏天养心、秋天养肺、冬天养肾的理论。冬季是阴气极盛、万物收藏之季,生物处于冬眠阶段,以养精蓄锐,适
近年来,随首超声技术的进步,以及超声工作者经以验积累,产前诊断是一项检测胎儿发育是否正常、是否有畸形、发育障碍.
在江西省上饶市万年县大源镇洪家源村,有一位年逾九旬仍头发乌黑、精神矍铄的老人。这位老人名叫王崇牛,是一位参加过抗美援朝战争的老战士。据熟悉王老的人讲,王老面目慈祥,
张百年著,上海辞书出版社,定价:26:00元这是描写浦东张江高科技园区的第一部长篇小说。青春靓丽的女科学家东门志平发现了基因突变型动物裸鼠。她和张小明的苦恋遭
Zhang Ba