欢迎来到天天文库
浏览记录
ID:43285232
大小:170.00 KB
页数:4页
时间:2019-09-29
《汉字字形形式化描述方法研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、计算机科学2007Vol.34No.11汉字字形形式化描述方法研究门林民咖宋柔2(北京工业大学计算机学院北京100022)1(北京语言大学信息科学学院北京100083)2(内蒙古师范大学计算机与信息工程学院呼和浩特010022)3摘要本文分析了目前汉字处理应用中存在的主要问题,归纳出问题的核心是由于缺少能涵盖一切可能汉字的、可计算的字形形式化描述体系•从而造成应用中有一系列障碍。发现了现有字形描述方法共同存在的特征选取缺陷,最后给出了一科可行的汉字网格字形描述方法,该方法不仅能表示一切可能的汉字字
2、形(包括错字),而且为字形特■征异同的自动计算莫定了可靠的基础。关键词汉字字形,形式化描述•网格字形,特征计算FormalDescriptionofChineseCharacterGlyphLINMinh3SONGRou2(CollegeofComputerScience&Technology,lieijingUniversityofTechnology•lieijing1OOO22)1(CollegeofInformationSciencestBeijinglanguageandCultureU
3、niversity.Beijing1OOO83)2(CollegeofComputer&InformationEngineeringsInnerMongoliaNormalUniversity.Huhhot010022)?AbstractThispaperanalyzesthemainproblemsexistingintheChinesecharacterinformationprocessingapplications>andconcludesthatthecoreoftheproblemsi
4、sduetothelackofaformaldescriptionmethodofChinesecharacterglyphswhichiscomputableandcancoverallChinesecharactersatthesametime,resultinginaseriesofobstaclesintheappli-cations.Secondly,findsexistingfeatureselectiondefectsincurrentformalglyphdescriptionsy
5、stems.Finally,proposesagriddescriptionmethodofChinesecharacters»whichcannotonlydescribeallChinesecharacters•includingtyposbutalsosupportreliableautomaticcomputationofthedifferencesandsimilaritiesofChinesecharacterglyphtures.KeywordsChinesecharacterg
6、lyphsFormaldescription>Gridglyph,Featurecalculation1引宫从1974年“国家748工程”至今,汉字处理领域取得了长足发展,涌现岀多项重大成果•如汉字激光照排、汉字标准字符集、汉字的编码输入、整句输入、印刷体识别、手写识别等。汉字字形处理技术的成功带来了我国出版业和办公事务处理的革命,极大地促进了我国信息产业的发展和社会信息化水平的提高。但是,汉字字形处理方面仍存在许多问题没有很好解决。・圉际标准字符集越做越大•但仍然不能满足人名、地名、方言字、古籍
7、字输入的需要。目前正在全国各地发放的第二代身份证,仅北京就有数万个身份证因人名、地名用字是字库中没有的冷僻字而无法发放。•各种汉字输入法都需要使用者对汉字的字音或部件(字根)、笔画有一定的认知才能掌握,但是没有接触过汉字文化的人(如外国人)不具备这种认知,无法使用这些方法输入汉字。・各种汉字识别输入(包括手写识别输入)软件,受到识别原理的限制,只能识别训练集内的汉字「呵・无法输入集外的汉字。・国内语文教学和汉语国际推广都需要对错字进行定輦分析,如错字的描述、校对、分类、界定、计算机辅助汉字书写学习
8、、书写水平标准化自动评测等,但目前计算机没有错字输入和比较的方法,严奄制约了对错字进行深入定量分析研究的水平。•汉字文本校对、汉字识别的后处理、涉及汉字的历史文化研究(如古籍字、异体字的比对、界定)等应用都需要分析汉字字形的相似性,但目前也没有支持这种字形分析计算的有效方法。•独立建立的集外字表因缺少有效比对工具而难以共享和归并。许多出版部门利用各种造字工具建立了集外字表,但因缺少有效的字形比对工具,各部门间的集外字表无法归并和共享,以致数字化图书只能各自使用独立的字库,造成资源和
此文档下载收益归作者所有