维吾尔语语素结构规则及其应用研究

项目名称： 维吾尔语语素结构规则及其应用研究

项目编号： No.61163032

项目类型： 地区科学基金项目

立项/批准年度： 2012

项目学科： 自动化技术、计算机技术

项目作者： 艾克白尔·帕塔尔

作者单位： 新疆大学

项目金额： 49万元

中文摘要： 项目组将独立创建基于语素规律（语音规律、词法规律、句法规律）的统计模型和训练算法，实现适合粘性语言特点的关键性的处理算法，并在实际应用中验证和完善。实现高准确率的词性自动标注系统，文字校对系统。项目组将重点研究基于最大熵和ＣＲＦ框架的算法的设计、维语独特的语言特征参数收集、归纳、检验，和基于SVM机的聚类算法实现和词性自动标注等内容。将维吾尔语语素规则的特征化分析方法分成三个主要研究任务进行：词的语素规律分析、词性标注、层次化统计分析。本项目的目的在于解决我国少数民族（特别是黏着语言）自然语言研究中的一大瓶颈。引入语素结构分析方法，对维语等粘性语言中非常有效。用小的训练语料库可以获得高的覆盖率，有效解决数据稀疏问题，提高了效率和模型的性能，更适合于非主流语言的自然语言处理研究工作。

中文关键词： 维吾尔语；词素结构；词干提取；文字校对；语言模型

英文摘要：

英文关键词： Uyghur；Morphological structure；Stemming；Proofreading；Language Model