基于web的藏文文本自動(dòng)分類研究與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)的普及和藏文信息技術(shù)的發(fā)展，藏文網(wǎng)站的數(shù)量越來越多，藏文信息資源從匱乏的時(shí)代過渡到極為豐富的藏文數(shù)字化時(shí)代。但面對(duì)海量的藏文信息資源，人們又很難得到實(shí)際需要的信息。因此，人們常對(duì)藏文網(wǎng)頁按照其內(nèi)容進(jìn)行分類。
　　目前，用傳統(tǒng)的分類方法來處理是不切實(shí)際的，必須借助計(jì)算機(jī)對(duì)藏文網(wǎng)頁進(jìn)行自動(dòng)分類，一來減少了人力的耗費(fèi)和財(cái)力的投資，二來提高了網(wǎng)頁分類的效率和準(zhǔn)確率。因此，用計(jì)算機(jī)進(jìn)行藏文網(wǎng)頁文本的自動(dòng)分類，可以滿足人們所期望對(duì)各

2、類藏文文本分類應(yīng)用需求，這也成為迫在眉睫的研究課題。筆者認(rèn)為對(duì)藏文網(wǎng)頁文本自動(dòng)分類的研究在藏文搜索引擎、藏文數(shù)字圖書館和藏文出版等領(lǐng)域，以及對(duì)推動(dòng)藏文信息技術(shù)的發(fā)展與應(yīng)用有著重要的現(xiàn)實(shí)意義和使用價(jià)值。
　　本文主要對(duì)藏文網(wǎng)頁的凈化、藏文分詞、特征選取、權(quán)值計(jì)算、分類算法等相關(guān)技術(shù)進(jìn)行了較深入的分析和研究，其中重點(diǎn)研究了藏文分詞和藏文網(wǎng)頁分類算法，并借鑒現(xiàn)有的中英文分類算法，提出了符合藏文文法及藏文字結(jié)構(gòu)特征的分類算法，即詞頻統(tǒng)計(jì)+