XJIPC OpenIR  > 多语种信息技术研究室
多特征融合的维哈口语短文本分类
何峻青; 赵学敏; 颜永红
2017
Conference Name第十四届全国人机语音通讯学术会议
Conference Date2017-10-11
Conference Place中国江苏连云港
Abstract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。
Keyword文字信息处理 少数民族语言 文种识别 启发式特征
Document Type会议论文
Identifierhttp://ir.xjipc.cas.cn/handle/365002/5371
Collection多语种信息技术研究室
Affiliation1.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
Recommended Citation
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],2017.
Files in This Item:
File Name/Size DocType Version Access License
多特征融合的维哈口语短文本分类.pdf(745KB)会议论文 开放获取CC BY-NC-SAView Application Full Text
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[何峻青]'s Articles
[赵学敏]'s Articles
[颜永红]'s Articles
Baidu academic
Similar articles in Baidu academic
[何峻青]'s Articles
[赵学敏]'s Articles
[颜永红]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[何峻青]'s Articles
[赵学敏]'s Articles
[颜永红]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: 多特征融合的维哈口语短文本分类.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.