维吾尔文

摘要： 维吾尔文文字具有粘连性大、结构不封闭等特点,这给维吾尔文关键词图像检索造成了极大的困难.为提高维吾尔文文档图像检索效率,提出一种基于灰度直方图与改进Hu不变矩的关键词图像二次检索算法,该算法对单词图像进行两次检索:粗略检索和二次检索.在粗略检索阶段,对切分后的单词图像提取灰度直方图特征并对单词数据库进行粗略匹配,在保证召回率的情况下,过滤掉部分无关单词图像形成候选单词库.在粗略匹配的基础上进行精确匹配,使用改进的Hu不变矩对关键词图像的轮廓特征进行描述,该方法在Hu不变矩中将离心率、区域矩和结构矩统一,可以有效地描述图像的轮廓信息.在包含115张纯文本维吾尔文文档图像数据库上进行实验,其检索准确率平均值为78.36%,召回率平均值为81.68%.

摘要： 从词典学和翻译学角度看,新版《汉维新华字典》是一部权威而实用的双语词典,也是新时代词语规范的重要工具书,其出版在普及国家通用语言、提升双语教育水平和规范汉维翻译等方面具有重大意义.研究通过解析三种汉维版《新华字典》的基本情况,特别是最新版本的结构和内容特点,结合例证说明词目翻译常用的提供对等词、仿造词和释义等方法以及例证翻译的具体策略,进而分析该字典在规范借词方面的重要意义.

摘要： 利用报纸新闻能够给偏远的民族地区传播最广泛的信息,本文主要针对当前维吾尔文报纸翻译存在的问题进行了一定的分析,从而根据问题提出相应的解决策略,能够做好报纸新闻翻译的优化,希望有所帮助。

摘要： 该文通过对《歌神》原文及维吾尔译文对比研究,介绍小说《歌神》语言特色,分析《歌神》维文译本中使用的翻译技巧及方法,发现其中存在的翻译问题,并提出相应的策略.该文希望有助于提升读者对维吾尔语文学作品的鉴赏能力,为后期作品提供更好的翻译实践材料.

摘要： 本期"党政文献翻译"栏目,阿不都拉·阿帕尔《浅谈"若干"一词的维吾尔文翻译》总结了"若干"一词在党政文献中的不同译法,分析其得失,并在此基础上从词法层面提出另一种译法。古丽皮娜·加迪《简析党政文献翻译原则及其策略——以〈习近平谈治国理政〉(第二卷)哈萨克文版为例》一文,介绍了《习近平谈治国理政》(第二卷)哈萨克文版的翻译原则,结合实践经验探讨了具体的实现策略和经验。

摘要： 主要是将隐马尔可夫模型运用于印刷体维吾尔文识别后处理的初步尝试。在隐马尔可夫模型运用中,通过对识别错误进行了比较,分析,分类,构造B矩阵,使文本文字也可以产生双重随机性,满足隐马尔可夫模型的使用条件。最后,完成对相同的五个测试文本进行四种后处理的测试。

摘要： 主要是将隐马尔可夫模型运用于印刷体维吾尔文识别后处理的初步尝试.在隐马尔可夫模型运用中,通过对识别错误进行了比较,分析,分类,构造B矩阵,使文本文字也可以产生双重随机性,满足隐马尔可夫模型的使用条件.最后,完成对相同的五个测试文本进行四种后处理的测试.

摘要： 现有的维吾尔文命名实体识别主要采用基于条件随机场的统计学习方法,但依赖于人工提取的特征工程和领域知识.针对该问题,该文提出了一种基于深度神经网络的学习方法,并引入不同的特征向量表示.首先利用大规模未标注语料训练的词向量模型获取每个单词具有语义信息的词向量;其次,利用Bi-LSTM提取单词的字符级向量;然后,利用直接串联法或注意力机制处理词向量和字符级向量,进一步获取联合向量表示;然后Bi-LSTM-CRF深度神经网络模型进行命名实体标注.实验结果表明,以基于注意力机制的联合向量表示作为输入的Bi-LSTM-CRF方法在维吾尔文命名实体识别上F值达到90.13％.

摘要： 通过维吾尔文地名的分析研究,提出了一种基于条件随机场和规则的维吾尔文地名识别方法.根据维吾尔文地名黏着性、音译等特点,针对维吾尔文地名识别任务,在词汇和词性特征基础之上,引入音节、词向量获取的相似单词、常用地名词典、地名特征词、地名词缀等特征进行实验,结果表明这些特征对识别性能有较大的影响.通过对错误识别结果分析,提出了基于规则的后处理,进一步提高了识别性能,准确率达到94.68％,召回率达到89.52％,F值达到92.03％.

摘要： 由于现有的大部分维吾尔文情感分类方法通过空格分词得到的unigram特征作为文本表示,因此无法挖掘情感表达中的深层语言现象.本文首先构建了15万条维吾尔文评论情感语料库,其次分析评论文本的语言特征,总结了情感短语词性组合规则,并基于文档频率的特征选择方法(DF)抽取了潜在的具有丰富情感倾向的情感短语.最后把这些短语按不同比例与umgram特征进行组合,采用支持向量机(SVM)分类器实现了评论语料的正负二元分类.与常用的unigram,bigram特征在本文数据集上的分类结果相比,本文提取的情感短语与unigram的组合特征取得了较高的分类MacroF1值.本文所得到的情感短语可以作为维吾尔文情感词典的扩充候选集.

摘要： 随着网络资源的丰富,人们获取信息的途径逐渐被网络所代替.作为新疆维吾尔自治区主要少数民族文字之一的维吾尔文,在语言信息处理、WEB应用等领域有了迅速的发展.本文对网络爬虫的工作原理以及聚焦爬虫策略进行了阐述,接着介绍了近年来国内外关于网络爬虫的研究进展,在此基础上结合维吾尔语信息提取的相关研究,从结构和策略方面研究了维吾尔文的网络爬虫技术,为维吾尔文搜索引擎的网页数据库建设和维吾尔文网络舆情分析研究的海量语料获取提供技术支持.

摘要： 笔迹鉴别是一种行为特征识别的方法。笔迹容易获取并且不同的人有不同的笔迹,因此基于笔迹的身份验证在安全领域、金融领域均有广阔的应用前景。本文主要针对离线手写体维吾尔文字笔迹鉴别方法展开研究,重点主要集中在笔迹图像预处理。研究目的主要是为维吾尔文字笔迹鉴别中涉及到各种主要算法和技术进行有效性分析和实现,为计算机笔迹鉴别系统的实现提供技术支持,推动笔迹鉴别自动化的进程。

摘要： 本文结合维吾尔文专题数据库的开发实践,阐述了web嵌入技术的工作原理及实现方法,实践证明,web嵌入技术完美地解决了维吾尔文的web显示.

摘要： 本文首先分析了维吾尔文的特点，然后采集大量手写字，通过各种处理方法可以消除由于手写过程中的抖动，手写文字中存在飞点、重复点等等各种干扰因素，采用笔画逼近算法进行文字的特征提取。

摘要： 图书馆数字化自动化建设过程中的维吾尔文录入，显示，数据库的选择，检索，排序，集成，特色资源库的建设，编辑翻译等等问题，笔者结合自己十几年的图书馆自动化建设，数字图书馆建设经验，对图书馆数字化自动化现代化项目实施当中经常遇到的维哈柯文技术难题进行一些分析和归纳，供基层图书馆的技术人员和领导参考。

摘要： 维吾尔文字的书写特点,给手写字符识别带来了很大的技术难题.提出了利用BP神经网络进行手写维吾尔文字符识别的方法.根据手写体运动轨迹进行特征提取,得到14维的特征编码,利用此编码对BP神经网络进行训练和学习,形成良好的识别系统.实验表明,该方法提高了字符识别的准确率.

摘要： 对维吾尔语文的主要媒体进行动态监测与研究，以便为国家民族语言政策的制定和调整提供参考，为维吾尔语言文字的信息化建设提供服务。

摘要： 本申请属于文字识别技术领域，特别涉及一种维吾尔文手写字母识别方法、系统及电子设备。所述维吾尔文手写字母识别方法包括：步骤a：收集/读入/读入维吾尔文字母的原始手写样本；步骤b：对所述原始手写样本进行预处理，将所述原始手写样本转换为二值图像；步骤c：将所述二值图像输入卷积神经网络进行分类训练和测试，得到所述原始手写样本的识别结果。本申请有效地提高了网络模型的性能，识别准确率高。

摘要： 本申请公开了一种移动设备上维吾尔文行末拆音节处理方法，所述处理方法先获取待显示维吾尔文文章从右向左方向进行排版；判断行末单词是否需要进行拆音节处理，对需要处理的单词按照维吾尔文拆音节规则进行处理并在行末添加音节连字符，对不能拆音节的维吾尔文单词整词换行；计算因为单词拆音节或者整词换行造成的行空大小以及本行内所有可以添加维吾尔文连字符的位置；将行空按照均匀分布的原则在对应的位置添加维吾尔文连字符；当需要拆音节的时候下一行的行首添加零宽连接符符号U200D以保证行首维吾尔文字母采用词中形式显示。

摘要： 本发明公开了一种联机手写维吾尔文单词数据增强方法，分析手写维吾尔文单词的书写特性，提出了手写轨迹随机变长的联机手写数据增强算法。然后，结合多种适合联机手写单词的数据增强算法，实现联机手写维吾尔文单词数据增强。结合多种算法的数据增强方法效果明显，可以用少量的原始样本来构造更多不同手写风格的有效伪造样本，同时保证其可读性。此数据增强方法具有较强的通用性，可以为其它文字手写数据增强研究作为直接参考。

摘要： 一种基于维吾尔文音节的可检索式压缩和解压方法，包括压缩过程和解压过程；解压过程包括以下步骤：S1:打开压缩包，读取编码序列；S2：当遇到音节编码X字符时，将音节编码X转换成对应的维文；维文中出现的ASCII码看成一个维文音节；S2:当遇到字符串Mark_S时，将Mark_S和Mark_E中间的字符串Y直接提出进行使用；S3：对S2和S3中，解码的内容进行编辑，获取原文，以完成解压过程。本发明中，实现对维文的压缩和解压，使用方便，效率高。同时，本发明具有很好的压缩比率，提高压缩与解压效率，实现无解压状态下内容检索，提高检索效率。

摘要： 本发明的一种手写维吾尔文单词切分识别方法属于手写体识别领域，特别适用于在移动终端上手写维吾尔文单词的单词切分的识别方法。本发明所要解决的技术问题是提供一种不做预先探测延迟笔画的利用手写轨迹局部信息的单词切分方法，包括以下步骤：预处理；轨迹局部信息点探测；检测手写轨迹中的平直点、局部最大点/峰点、局部最小点/谷点、局部最右点、局部最左点、交叉点以及各笔画的起点和终点等信息点；基于轨迹局部信息点的单词过切分；切分块合并；组合切分块，形成字母。本发明的手写维吾尔文单词切分方法，由于不需要进行预先延迟笔画处理，因此处理更加快捷，具有较高的通用性，适合自然手写单词的切分问题。

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。

摘要： 脱机手写维吾尔文数据库的构建方法、装置及其存储介质，其特征在于，所述构建方法包括语料收集的步骤和语料处理的步骤；所述语料包含有常用的维吾尔文手写字符；该构建方法还包括在语料处理步骤后进行段落文本的校正和行文本的构建；所述语料收集需配合专属手写表单进行书写、扫描；所述语料处理需对表单文本进行校正和提取；该发明通过简便的构建方法快速、系统的实现了脱机手写维吾尔文数据库的构建，通过专属手写表单避免了切分不彻底等切分过程中的难题，通过简便的数据收集、数据处理、段落文本的校正、行文本的构建为其它的研究人员提供了参考，同时通过该数据库为科研提供了研究基层，且大大的便利了维吾尔族的生活。

摘要： 本申请提供了一种维吾尔文印刷页倾斜校正方法，包括：S1:确定待校正维吾尔文印刷的目标图像；S2:采用降噪算法对所述目标图像进行预处理，得到降噪后图像；S3:采用扫描投影切分方式识别所述降噪后图像中的行首像素；S4:基于所述行首像素进行Hough变换确定文档倾斜角；S5:基于所述文档倾斜角对所述目标图像使用刚体变换得到校正图像。本发明提供的方法，用于高效、准确去除文档图像倾斜现象，为后续文段切分提供有利条件。

摘要： 本申请公开了一种移动设备上维吾尔文行末拆音节处理方法，所述处理方法先获取待显示维吾尔文文章从右向左方向进行排版；判断行末单词是否需要进行拆音节处理，对需要处理的单词按照维吾尔文拆音节规则进行处理并在行末添加音节连字符，对不能拆音节的维吾尔文单词整词换行；计算因为单词拆音节或者整词换行造成的行空大小以及本行内所有可以添加维吾尔文连字符的位置；将行空按照均匀分布的原则在对应的位置添加维吾尔文连字符；当需要拆音节的时候下一行的行首添加零宽连接符符号U200D以保证行首维吾尔文字母采用词中形式显示。

摘要： 本发明公开了一种维吾尔文语种识别方法，通过构建基于维吾尔文的词汇数据库，并且基于维吾尔文语句的联合概率函数建立语言模型；根据待分析数据的词数选择词汇数据库或语言模型判断待分析数据是否为维吾尔文，其中通过语言模型计算出条件概率值以评估待分析数据的语句的合理性，并通过归一化处理的结果分析出待分析数据是否为维吾尔文。通过词汇数据库比对，对较短的内容进行判断提高准确度。本发明通过词汇数据库查询以及语言模型分析的技术提升对聊天内容中的维文识别。通过维文聊天数据和新闻数据能够准确的判断聊天中的维文信息，有助于维文翻译以及对聊天内容的分析阅读。