14、文本处理与阅读体验研究：印地语停用词与天城体字体的影响

文本处理与阅读体验研究：印地语停用词与天城体字体的影响

在当今数字化时代，文本处理和阅读体验成为了研究的热点。一方面，印地语停用词列表的构建与评估对于文本分类和聚类至关重要；另一方面，天城体字体类型对阅读表现，特别是阅读理解的影响也备受关注。本文将深入探讨这两个方面的研究内容。

印地语停用词列表的构建与评估

• 不同方法对聚类性能的影响 ：方差停用词缩减有助于实现最高的聚类性能，而平均绝对偏差（MAD）则会导致选择知识贫乏的特征，从而损害聚类性能。
• NRPE方法的作用 ：NRPE方法有助于在停用词列表评估的前后阶段区分定性停用词。该评估方法适用于通用和特定领域的停用词列表。在去除通用和特定领域的停用词后，对于文本分类器和文本聚类的更好特征选择，前向NRPE（后向NRPE）将涵盖更大的CBN性能。
• 实验结果示例 ：例如，图6（左）表明，通过方差方法进行更好的特征选择或更好的停用词去除时，CLB（方差）> CLB（熵）；而图6（右）描述了与CLB相反的CTB（熵）> CTB（方差）。

方法	对聚类性能的影响
方差停用词缩减	有助于实现最高的聚类性能
平均绝对偏差（MAD）	导致选择知识贫乏的特征，损害