现代汉语词典》系列数据库.pptVIP

《现代汉语词典》系列数据库 中国社会科学院语言研究所 2006 概述 来源： 根据《现代汉语词典》的系列辞书建立的数据库； 用途： 电子辞书的查询和发布； 辞书编纂和修订的参考资料； 从聚合的角度研究汉语词汇的资料； 用比较的方法研究辞书的资料； 《现代汉语词典》系列数据库 一、数据库主要内容 二、数据的一致性 三、数据库的主要应用功能 四、关于缺字问题 一、数据库主要内容 词典的版本信息 词条信息 偏旁部首 检字表 其他 一、数据库主要内容 词典的版本信息（以第三版为例）包括： 书号 书名 版次 作者 出版单位 出版时间 发行单位 印刷单位 印次 印数 开本 字数 印张 定价 防伪 前言 说明 总目 音节表 检字表 凡例 附录等。 词条信息包括： 词目 异体／繁体字 拼音 释义 特征。 一、数据库主要内容 偏旁部首：偏旁部首、偏旁部首笔画。 检字表：归属于某偏旁部首的汉字、除去偏旁部首笔画外的汉字笔画。 其他：词条中其他一些可供查询、统计的语法、语义、语用、构词等特征。 二、数据库与辞书数据的一致性 数据的原始排列顺序与辞书数据保持一致 数据内容和辞书数据保持一致 数据库主体结构保持一致 各版本《现代汉语词典》辞书之间同种标记不同标法的数据在库中也要保持一致(主要表现在各种计算机字库中没有的标记、符号、序号等）。 三、数据库的主要应用功能 经过对词典内容的结构化处理，数据库里有以下几类信息可以用于检索、统计、分析和比较： 1、词目部分：字、词、语素、字数、偏旁部首、偏旁部首笔画、除去偏旁部首笔画外的汉字笔画、繁体字、异体字、可插入特征、结构词特征、重叠词特征、儿化等。 2、语音部分：原拼音、转写拼音、同音、轻声、第二音节无辅音特征、重读、结构词发音等。 三、数据库的主要应用功能 3、语用部分：学科分类（语、经、地质、地、等）。语用信息（书、方、古、文、口、京、简等）。 4、词类部分：１２个词类。 5、释义部分：释义中所包含的字、词、短语、句子 等字符串。 6、其他部分：多音、近义词、从属条目、外来语、专有名词、义项数等。 7、版本信息：凡例中的信息、偏旁部首、检字表、版次、时间、作者、前言、说明等。 三、数据库的主要应用功能 　　1、查词释疑　2、模糊查询 　　3、类别查询　4、比较查询 　　5、统计查询　6、逆序查询 　　7、版本信息 四、关于缺字问题 　　在WINDOWS XP操作环境中，使用GBK宋体字库，以《现代汉语词典》第三版为例，缺字共计６９５个汉字（不包括各种符号）。我们对这些缺字逐个作了字形分析，决定用字形描述的办法来说明这些字。 四、关于缺字问题 1、缺字的分析 　　６９５个缺字中，有３９９个汉字在计算机字库中没有对应的简体字、繁体字或异体字，我们称其为绝对缺字。另外２９６个缺字在计算机字库中可以找到各自对应的简体字、繁体字或异体字，我们称其为相对缺字。 　　对这些缺字都要进行缺字描述。 四、关于缺字问题 2、缺字的描述 缺字描述公式＝Ｘ［字型描述：结构描述］ Ｘ＝词典数据库中的缺字标记。 字型描述＝组成该字的若干个拆分的部首或字形。 ：＝字形描述与结构描述的分隔符号 结构描述＝该字由若干个拆分的部首或字形所组成的方式。 四、关于缺字问题 2、缺字的描述 A、绝对缺字的描述 结构描述：左右、上下、外里、左中右、上中下、左上下、上下右、上外里等 字形描述：直接对应结构顺序进行字形排列 举例：Ｘ［是鸟：左右］；ｔí 　　　Ｘ［彳亢亍：左中右］；ｈáｎｇ 　　　Ｘ［思：上下］；ｓī 　　　Ｘ［九田：上下］；ｌā 四、关于缺字问题 2、缺字的描述 B、相对缺字的描述 用修改汉字结构中部分部首或字形的办法来描述 举例：Ｘ［鰶：魚改鱼］；ｊì 　　　Ｘ［顣：頁改页］；ｃù 　　　Ｘ［譆：訁改讠］；ｘī 四、关于缺字问题 3、计算机缺字分类统计： A、绝对缺字３９９个： 　左右结构汉字有246个；左中右结构汉字有１个；左上下结构汉字有5个；外里结构汉字有16个；外里右结构汉字有１个；外里下结构汉字有１个；上下结构汉字有63个；上左中右结构汉字有１个；上下右结构汉字有２个；上外里结构汉字有１个；结构和修改结合及结构和短语描述结合的结构描述的汉字有７个；采用修改缺字结构中拆分部分的偏旁部首或字型来描述的汉字有55个； 四、关于缺字问题 3、计算机缺字分类统计： B、相对缺字２９６个： 　通过简写偏旁部首进行缺字描述的有142个；通过简写非偏旁部首部分进行缺字描述的有142个；通过繁写非偏旁部首部分进行缺字描述的有2个；即要简写偏旁部首部分又要简写非偏旁部首部分的有10个； 四、关于缺字问题 3、计算机缺字分类统计： C、几个因字体变化而产生