Stemming algorithm for Kazakh Language using rule-based approach

Nazerke Sultanova, Kanat Kozhakhmet, Ruslan Jantayev, Azhar Botbayeva

2019

DOI 10.1109/icecco48375.2019.9043253

Достоверность данных 70 средняя

Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

This paper considers construction of Kazakh language words. Kazakh language is the type of Turkic languages or alternatively called - agglutinative language where words are formed by attaching the finite sequence of suffixes. Kazakh morphology investigation was the main work done in construction of rule-based stemming algorithm. Stemmer algorithm will be useful in development of sentiment analysis for Kazakh language, because of its rareness and competency. Stemming algorithm works with aim to cut ending combinations. The results checked by using Machine Learning algorithms using annotated dataset, which were retrieved from KazCorpus dataset [7].