[发明专利]自动识别网页中维吾尔文的方法及其系统有效
| 申请号： | 201010189851.7 | 申请日： | 2010-05-24 |
| 公开（公告）号： | CN101882148A | 公开（公告）日： | 2010-11-10 |
| 发明（设计）人： | 倪耀群;许洪波 | 申请（专利权）人： | 中国科学院计算技术研究所 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/22 |
| 代理公司： | 北京律诚同业知识产权代理有限公司 11006 | 代理人： | 祁建国;梁挥 |
| 地址： | 100080 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及自动识别网页中维吾尔文的方法和系统，方法包括：步骤1，确定作为识别特征的n元组中n的取值，使用的每种语言，统计语言的各个n元组在使用语言的训练网页中的出现频率，为一个权重值，并且取n元组在预设标准编码中的有效位生成权重值对应的特征ID；步骤2，统计待识别网页中每个n元组的出现次数，取n元组在预设标准编码中有效位生成出现次数对应的识别ID，对于训练网页使用的每种语言，将特征ID的权重值和与特征ID相同的识别ID的出现次数相乘，叠加乘积，所得和值为待识别网页对应于语言的分值，待识别网页使用的语言为最高分值对应的语言。本发明能够提高识别的准确性。 | ||
| 搜索关键词： | 自动识别 网页 维吾尔文 方法 及其 系统 | ||
【主权项】：
一种自动识别网页中维吾尔文的方法，其特征在于，包括：步骤1，确定作为识别特征的n元组中n的取值，对于训练网页中使用的每种语言，统计所述语言的各个n元组在使用所述语言的训练网页中的出现频率，以所述出现频率为一个权重值，并且取所述n元组在预设标准编码中的有效位生成所述权重值对应的特征ID，所述训练网页中使用的语言包括维吾尔文和同维吾尔文相似文字；步骤2，统计待识别网页中每个n元组的出现次数，取所述n元组在预设标准编码中有效位生成所述出现次数对应的识别ID，对于训练网页使用的每种语言，将特征ID的权重值和与所述特征ID相同的识别ID的出现次数相乘，叠加乘积，所得和值为待识别网页对应于所述语言的分值，所述待识别网页使用的语言为最高分值对应的语言。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院计算技术研究所，未经中国科学院计算技术研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201010189851.7/，转载请声明来源钻瓜专利网。
