实时造字_技术及软件系统开发研究.docVIP

实时造字_技术及软件系统开发研究 Vol . 23 ,No . 2 第 23 卷第 2 期计算机应用 2003 年 2 月Co mp uter Applicatio ns Feb. ,2003 () 文章编号 :1001 - 9081 200302 - 0039 - 04 “实时造字”技术及软件系统开发研究 1 2 张效成,吴迪 () 1 . 南开大学 数学科学学院 ,天津 300071 ; 2 . 天津大学 电子信息工程学院 ,天津 300072 摘 要 :在实时中文信息处理中 ,时常遇到未被收进 GB 或 ISO 标准中的所谓库外字 。人们往往用别字来代替 ,严格说来这样做是不能允许的 。而现有的造字系统多属静态造字方式 ,其明显的缺点 是繁琐且效率很低 ,不能满足实时信息处理的需要 。例如银行存款实名制的推行 ,就需要有中文实时 造字技术及其软件系统的支持 。因此 ,实时造字便是目前很需要解决而又较难解决的一个问题 。本文就这一技术及其系统的开发进行了研究 ,提出了一些思路和策略 ,希望能对此问题的解决有所助 益 。 关键词 :实时造字 ;实时中文信息处理 ;库外字 中图分类号 : TP311 . 52文献标识码 :A Technol ogy an d Sof t ware Devel opment of Real2t ime Ma king Chinese Characters 1 2ZHAN G Xiao2cheng,WU Di (1 . Col lege of M at hem at ics S cience , N ank ai U ni versi t y , T i anji n 300071 ,Chi n a ; )2 . Col lege of Elect ronic I nf or m at ion En gi neeri n g , T i anji n U ni versi t y , T i anji n 300072 ,Chi n a Abstract : So me Chinese characters not in GB or ISD are of ten need to use in real2time Chinese informatio n p rocessing. Most of t he Current systems make Chinese characters o nly in a static way , which is tedious and imefficient . To make Chinese characters real2timely so me techniques and st rategies are p ut forward. Key words : make Chinese Characters in real time ; real2time informatio n p rocessing wit h Chinese Characters ; Chinese Characters out of t he GB or ISO standard 形码及外码等 。其次 ,各种编码应符合通行的编码规则 ,如库 1 问题的提出( ) 外字内码应与库内字有相同的编码规则 两字节长等,这样 才能保证库外字顺利地参与各种信息处理 。最后 ,所造字的 在中 文 信 息 处 理 中 , 时 常 遇 到 一 些 未 被 GB2312280 、 结构和形状应是规范化的 。 GB13000 . 1 和 ISO10646 标准收录的冷僻字 ,为方便起见 ,本 文称之为“库外字”,并把标准内的汉字称为“库内字”。对于 库外字 ,有时人们用库内的别字代替 ,有时人们用各种方法造 3 实现快速高效造字的若干策略字 。对于像银行业等实时性和准确性要求非常高的信息处理 领域 ,上述种种方法均不能满足它们的要求 ,因而有必要研究 3 . 1 “部件合成”应是首选的技术路线“实时造字”技术及软件系统的开发 。 笔画是构成汉字的最小连笔单位 ,比笔画更大的构字单 位是汉字部件 ,也称字根 。汉字部件是指由笔画组成的具有 组配汉字功能的构字单元 。因此 ,在构成汉字时 ,可以有两条 路径 :一条是通过笔画合成组成汉字 ;一条是通过部件合成组 2 实时造字技术及其软件系统应达到的目标成汉字 。 “实时造字”技术及软件系统应达到三个目标 : 事实上 ,部件合成要远快于笔画合成 。表 1 的数字显示 , ) 1“实时造字”必须是快速高效的 快速高效是实时造字 首要追求目标 ,因为只有这样才能 GB2312280 收进 的 6763 个 汉 字 中 , 平 均 笔 画