基于栏目的藏文网页文本自动分类方法

摘要：

　　该文提出了一种简单、快速的藏文网页文本分类方法。该方法利用网页栏目中词条的类别特征，结合网页文本提取技术，实现了快速、精确地将藏文网页文本归于预定义类别中。实验表明，该方法具有很高的网页文本分类正确率，对构建高质量多类别藏文语料库有重要作用。

关键词： 藏文网页文本 信息处理 特征提取 文本分类

作者: 胥桂仙 向春丞 翁彧 赵小兵 杨国胜

作者单位: 中央民族大学信息工程学院,北京100081 国家语言资源监测与研究中心少数民族语言分中心,北京 100081 中央民族大学信息工程学院,北京100081

会议类型: 国内会议

会议名称: 第十三届中国少数民族语言文字信息处理学术研讨会

会议地点: 呼和浩特

会议语种:中文

页码: 20-23

在线出版日期: 2011-07-29（万方平台首次上网日期，不代表论文的发表时间）