文档介绍：分类号: 密级:
学号:1076211006296 单位代码:10762
新疆师范大学
2013 届硕士学位论文
现代维吾尔语常用词计量研究
The Research On Modern Uyghur mon Words
研究生姓名:艾孜尔古丽·玉素甫
学科、专业:中国少数民族语言文学
研究方向:计算语言学
院系、年级:文学院 2011 级
指导教师:苏国平教授
新疆师范大学
2013 年 6 月 3 日
新疆师范大学学位论文原创性声明
本人郑重声明: 所呈交的学位论文,是本人在导师的指导下,
独立进行研究工作所取得的成果。除文中已经注明引用的内容外,
本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对
本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标
明。本人完全意识到本声明的法律结果由本人承担。
学位论文作者签名: 日期: 年月日
关于论文使用授权的说明
学位论文作者完全了解新疆师范大学有关保留和使用学位论文
的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属
新疆师范大学。学校有权保留并向国家有关部门或机构送交论文的
复印件和电子版,允许学位论文被查阅和借阅;学校可以公布学位
论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段
保存、汇编学位论文。(保密的学位论文在解密后遵守此规定)
保密论文注释:本学位论文属于保密在年解密后适用本授
权书。
非保密论文注释:本学位论文不属于保密范围,适用本授权书。
学位论文全文电子版同意提交后可在校园网上发布,供校内师
生浏览。
本人签名: 日期:
导师签名: 日期:
中文摘要
现代维吾尔语常用词计量研究是少数民族语言信息处理领域急需研究的重
要课题。维吾尔语常用词汇表的欠缺,是影响维吾尔语词汇学、计算语言学和
维吾尔语信息处理工作质量的重要因素,迫切需要研制具有代表性、可靠性、权
威性的维吾尔语常用词汇表,促进维、哈、柯等阿尔泰语系的新疆少数民族自
然语言理解跨越式发展。
本文在国家自然科学基金资助项目(项目编号:61063036)和国家语委项
目(项目编号:YB125-45)等项目的支持下,对现代维吾尔语常用词计量研究
的基本理论、基本方法和关键技术进行了研究,构建了现代维吾尔语语料库,
生成了各种语料处理应用系统,研制出现代维吾尔语常用词候选表。
为确保收集语料的可靠性、代表性和权威性,本文重点对语料来源、语料
范围、语料载体等进行了研究,以保证常用词候选表的权威性和代表性。
本文研究了构建现代维吾尔语言语料库的关键技术与方法,特别是现代维
吾尔语言语料库的构建,并对现代维吾尔语语料预处理技术,现代维吾尔语语
料统计技术,现代维吾尔语词干提取技术,现代维吾尔语数据分析技术进行了
研究;研制了现代维吾尔语常用词候选表, 从词语的使用频度和词语的分布两
方面对词语进行了基本考察,将维吾尔语词语的“词种数、频次、频率、文本
数、词长”作为常用词候选表的依据。
本文主要的创新点为以下两点:
(1)在现有的语料库资源基础上,系统、持续地进行收集、整理、加工和
处理现代维吾尔文平面媒体、教育教材媒体、有声媒体、网络媒体语料,构建
现代维吾尔语语料库,相比之前的语料库,本语料库语料来源更广、语料领域
更宽、各个领域比率控制适当。对构建现代维吾尔语言语料库的关键技术与方
法进行进一步优化与完善,新增了人名识别和数据自动分析技术。
(2)对词语使用频次及其词汇文本数进行基本考察,从词语的使用频度和
词语在文本中出现的次数两方面加以考虑,提出了现代维吾尔语常用词候选表。
本研究不但为维、哈、柯等阿尔泰语系的少数民族自然语言理解及处理工
作提供了基础,也可为阿尔泰语系的少数民族语言的规范化、教材设计、中小
学语文教育、扫盲教育、双语教育和辞书编纂提供服务。
关键词:现代维吾尔语;语料库;常用词候选表;计量分析
I
Abstract
Modern mon words quantitative research is the important issues of
minority language information processing urgently in need of studying. Lack of
mon words lexicon is important factor affecting the quality work o