维、哈、柯多文种信息检索技术研究

项目名称： 维、哈、柯多文种信息检索技术研究

项目编号： No.61142004

项目类型： 专项基金项目

立项/批准年度： 2012

项目学科： 无线电电子学、电信技术

项目作者： 维尼拉·木沙江

作者单位： 新疆大学

项目金额： 15万元

中文摘要： 新疆少数民族语言多文种信息资源十分丰富、源远流长，随着多文种信息电子化和网络化迅速发展，少数民族文网站层出不穷，网上信息急剧增长。随之而来的问题是由于缺乏好的搜索引擎，快速、准确、全面、方便地搜索并获取有用的多文种网络信息是信息时代的要求，是面临的一个急待解决的重要问题。目前国内外的众多研究者已对信息检索技术展开了深入研究，提出了很多算法，但还没针对新疆多民族语言信息搜索技术展开任何系统地研究工作。本项目拟以语言模型为框架，以实现维、哈、柯文搜索引擎主要部件为目标，应用概率统计、数据挖掘、网络爬行、计算语言学等理论与技术，针对少数民族语言特点系统地研究维、哈、柯文词干析取、信息检索模型、检索结果排名模型和构建维、哈、柯文关联词典的构建等进行研究，解决实现高效、高性能维、哈、柯文搜索引擎的关键技术，实现维、哈、柯文搜索引擎原型。

中文关键词： TidyNet；组词；语言模型；倒排索引；排序

英文摘要：

英文关键词： TidyNet；word grouping；language model；inverted index；ranking