麦热哈巴·艾力，姜文斌，吐尔根·依布拉音

（1.新疆大学 信息科学与工程学院，新疆 乌鲁木齐830046；2.中国科学院 计算技术研究所，北京100190）

1 引言

维吾尔语属于阿尔泰语系突厥语族，是典型的黏着语，其特点是词干可接多层（可以是零层）词缀，呈现出丰富而复杂的形态变化。维吾尔语词干在接词缀时按维吾尔语语音和谐规律有些语音会发生弱化、脱落、增音等现象，例如，mektep（学校），mektipim（我的学校），mektipidin（从他的学校），mektipiningki（是他的学校的）等，都是同一个词干mektep（学校）后分别接＿im（第一人称单数）、＿i（第三人称单数）＋din（从格）、＿i＋ning（领属格）＋ki（替代人（物））等词缀而来，其形态发生变化的同时词干中最后一个元音e弱化成i。本文中，我们把这三种情况（弱化、脱落、增音）统称为音变现象。维吾尔语词缀类型、数目都较多，例如，名词词缀达到50个，而动词词缀的数量最多，远多于200个，这么多数量的词缀以及词缀的多层连接使得维吾尔语的一个词呈现出很多不同的形式，这给计算机处理维吾尔语带来很多不便，所以词干与词缀的切分是非常必要的。

词干、词缀的切分又叫做词干提取，是词干、词缀连接的逆过程。所以在词缀连接过程中所发生的音变现象需要找出它的原始形式即还原。可以说还原是提高词干提取正确率的重要条件。目前为止，对于维吾尔语音变现象还原方法的研究可以分为基于规则的方法［1－3］和基于统计的方法［4－6］两种。基于规则的方法中研究者主要以词干、词缀连接过程中所遵守的语音和谐规律作为还原的依据，但还原过程并不是生成过程的简单逆过程，有些语音的变化依赖的条件较复杂，还原时会有一定的困难继而容易产生歧义。……