《表4 测试文本信息Tab.4 Test text information》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于子词信息的维吾尔语词项规范化》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从维吾尔语新闻网站天山网上爬取一些文本信息作为测试数据.为了更好地评价基于词的子信息在不同类别文本上的效果，采用其中的5个短文本来进行文本规范化测试，每个文本信息平均包括566个词，具体信息如表4所示，其中OOV（out of vocabulary）词表示集外词，这些文本涵盖了新闻、文学、体育、文化等领域.采用训练数据的处理方式，可以得到与规范化文本相对应的噪声文本.