论文部分内容阅读
哈萨克语作为新疆少数民族语言之一，其词频统计作为自然语言处理的基础性课题，成为需要迫切解决的问题。基于此，介绍Zapf定律及哈萨克语词频统计之间的联系。对连续输入哈萨克语字符串进行切分，再输入切分后的哈萨克语词串，由此得到哈萨克语词典。在词典中存储词形不同的哈语词组，以及这些词组出现的频率，并进行哈萨克语的统计实验，结果说明哈萨克语词频之间存在内在联系，同时验证哈萨克词频符合Zapf的幂率定律。