维吾尔文不良信息过滤关键技术的研究

基金项目类型：

国家自然科学基金

基金项目编号：

61063043

来源网站：

国家自然科学基金委员会

来源网址：

http://www.nsfc.gov.cn/

负责人：

帕力旦·吐尔逊

完成单位：

新疆大学

中文关键词：

维吾尔文; 语种识别; 过滤; 拼写检查;

其他语种关键词：

uyghur; language identification; filter; spell check

项目类型：

地区科学基金项目

语种：

中文

开始日期：

2011-01-01

结束日期：

2013-12-31

中文摘要：

内容过滤是当前互联网信息安全的研究热点, 也是所面临的挑战之一。互联网迅速普及, 但其内容存在大量不良信息, 内容过滤就是对其进行筛选, 取其精华、去其糟粕, 是对传播的信息进行的审计行为。虽然最近几年维吾尔文信息技术得到了充足的发展空间。但是，维吾尔文不良信息过滤相关的技术未被得到重点研究，给境外不法分子利用互联网进行反动宣传留下了漏洞。本项目针对该问题，以真实网络信息作为研究对象，围绕维吾尔文不良信息过滤技术，对编码统一、被变形的单词、不良文本分类技术、利用敏感词组合过滤不良文本等基础技术进行深入研究，为研发维吾尔文不良信息过滤系统奠定基础。通过本项目构建100万次词人工校对的维吾尔文词法标注网络文本语料库，与公安部门合作构建维吾尔文不良信息语料库，研发维吾尔文不良信息检索过滤实验系统。