信息技术与标准化
信息技術與標準化
신식기술여표준화
INFORMATION TECHNOLOGY & STANDARDIZATION
2015年
1期
62-66
,共5页
安波%诺明花%吴健%刘汇丹%马龙龙
安波%諾明花%吳健%劉彙丹%馬龍龍
안파%낙명화%오건%류회단%마룡룡
传统蒙古文%同形不同码%爬虫%倒排索引%语料库
傳統矇古文%同形不同碼%爬蟲%倒排索引%語料庫
전통몽고문%동형불동마%파충%도배색인%어료고
设计并实现了一种基于语料库的传统蒙古文同形不同码识别系统.通过网络爬虫获取原始语料,然后对语料进行预处理并生成词表和倒排索引.基于词表利用GDI和传统蒙古文字库对每个传统蒙古文词生成字形图,并根据字形图之间的相似度识别出相同的字形.系统根据倒排索引、同形词列表统计出语料中传统蒙古文同形不同码的情况.实验结果显示,同形不同码问题在传统蒙古文中普遍存在,反映出了制定相关标准的迫切性.
設計併實現瞭一種基于語料庫的傳統矇古文同形不同碼識彆繫統.通過網絡爬蟲穫取原始語料,然後對語料進行預處理併生成詞錶和倒排索引.基于詞錶利用GDI和傳統矇古文字庫對每箇傳統矇古文詞生成字形圖,併根據字形圖之間的相似度識彆齣相同的字形.繫統根據倒排索引、同形詞列錶統計齣語料中傳統矇古文同形不同碼的情況.實驗結果顯示,同形不同碼問題在傳統矇古文中普遍存在,反映齣瞭製定相關標準的迫切性.
설계병실현료일충기우어료고적전통몽고문동형불동마식별계통.통과망락파충획취원시어료,연후대어료진행예처리병생성사표화도배색인.기우사표이용GDI화전통몽고문자고대매개전통몽고문사생성자형도,병근거자형도지간적상사도식별출상동적자형.계통근거도배색인、동형사렬표통계출어료중전통몽고문동형불동마적정황.실험결과현시,동형불동마문제재전통몽고문중보편존재,반영출료제정상관표준적박절성.
