朝鲜文字信息结构的研究.pdfVIP

第 25卷 第 5期 中文信息学报 VoI．25，No．5 2011年 9月 J0URNALOFCHINESE INFoRMATION PROCESSING Sep．，2011 文章编号 ：1003—0077(2011)05—0114—06 朝鲜文字信息结构的研究 崔荣一 ，金世珍 (延边大学 工学院计算机科学与技术学科 智能信息处理研究室，吉林 延吉 133002) 摘 要 ：该文研究了朝鲜文字空间结构 中不 同位置上的基本字母对文字结构的分类所提供 的信息贡献 。首先，提 出了文字的结构距离的概念与计算方法，描述 了不 同结构之间的差异 ；其次，研究了文字结构的等价类划分方法以 及文字结构的概率分布 ；最后 ，通过计算结构分类时不 同位置上 的基本字母的信息增益 ，刻画了文字中信息的分布 结构。对实际朝鲜语文档的实验表 明，C一2、C一 一c、c一 一C。型结构的文字具有显著的高概率特性， 、口z类型和 C。类型字母对结构分类 的影响最大。 关键词 ：朝鲜文字 ；文字结构等价类 ；结构距离；信息增益 中图分类号 ：TP391 文献标识码 ：A ResearchonInformationStructureofKoreanCharacters CUIRongyi，KIM Sejin (IntelligentInformationProcessingLab．，DepartmentofComputerScienceandTechnology， CollegeofEngineering，YanbianUniversity，Yanji，Jilin133002，China) Abstract：Inthispaper，theinformationcontributionofcardinalgraphemesforclassifyingthestructures0fKorean charactersisin vestigated．Firstly，theconceptand computationalmethod ofstructuredistancebetween Korean charactersisproposed todescribethedissimilarityofdifferentcharacterstructures．Furthermore，anapproachto partitioningequivalentclassesofcharacterstructuresandtheprobabilitydistributionarediscussed．Finally，thein— formationdistributionofthecharacterstructuresisdescribedbycomputinginformationgainofcardinalgraphemes forclassifyingthestructuresofcharacters．TheresultsofsimulationexperimentonactualKoreandocumentsshow thatCl一2，Cl—Vl—c3andC1一 2一C3typesofcharacterspossessprominenthighprobabilityofoccurrence，andfurther— more， 】，口2andC3typeofgraphmesmakeagreatestdifferenceinclassifyingthestructuresofcharacters． Keywords：Koreancharacter；equivalentclassofcharacterstructures；structuredistance；informationgain