基于Web的民文信息检索中维、哈、柯文关键词的预处理

摘要

基于Web的信息检索中,用户希望的是得到与关键词(key words)相关的,准确而全面的搜索结果,而基于Web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言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。