公开(公告)号：CN101882148B

公开(公告)日：2012-01-04

申请号：CN201010189851.7

申请日：2010-05-24

Applicant: 中国科学院计算技术研究所

Inventor： 倪耀群 ,  许洪波

IPC: G06F17/30 ,  G06F17/22

Abstract: 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。

公开(公告)号：CN101882148A

公开(公告)日：2010-11-10

申请号：CN201010189851.7

申请日：2010-05-24

Applicant: 中国科学院计算技术研究所

Inventor： 倪耀群 ,  许洪波

IPC: G06F17/30 ,  G06F17/22

Abstract: 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。