一种基于统计和浅层语言分析的维吾尔文语义串抽取方法

摘要

本发明公开了一种基于统计和浅层语言分析的维吾尔文语义串抽取方法，属于少数民族语言语义串抽取技术领域。目的是提供一种基于统计和浅层语言分析的维吾尔文语义串快速抽取方法。采用一种多层动态索引结构为大规模文本建词索引，然后是结合维吾尔文词间关联规则采用一种改进的n元递增算法进行词串扩展并发现文本中的可信频繁模式，最终依次判断频繁模式串结构完整性从而得到语义串。通过在不同规模的语料上实验发现，此方法可行有效，能够应用到维吾尔文文本挖掘多个领域。本发明提出的语义串抽取方法不仅可以应用到维吾尔文文本挖掘中，还能应用到哈萨克文、柯尔克孜文等同语系语言文本挖掘中。