中文信息处理与加工.docVIP

中文信息处理与加工 论汉字信息处理 摘要：文字信息处理的应用范围非常广泛，如编辑文稿整理文件档案资料和排版印刷等，可以说凡是要文字表达信息的场所，都可以使用文字信息处理技术。文字信息处理的实质就是把文字信息数字，就是用一个固定的数码代表一个字母或文字，这一数码就叫做代码。这样，在计算机内部处理文字信息时，就可以像处理纯数字一样来进行。需要输出时，再把替代的数码还原成相应的字母或文字。也就是说，汉字信息处理就是计算机对汉字代码的数据处理。 关键字：汉字信息处理 计算机 代码 首先理解一下中文信息处理这个大概念。中文信息处理是指用计算机对中文的音、形、义等信息进行处理和加工。中文信息处理是自然语言信息处理的一个分支，是一门与计算机科学、语言学、数学、信息学、声学等多种学科相关联的综合性学科。 中文信息处理的现状：符号层的处理成果已经得到广泛应用。内容层的处理目前在词语识别和词性标注方面已经取得重要进展，句子结构分析和语义分析方面仍有待探索。 编码及汉字处理： 在计算机中，处理文字符号时，要对文字和符号进行数字化处理，也就是用二进制数的编码来表示文字和符号。所以英文字母、数字和各种符号都必须按约定的规则用二进制编码在机器中表示。 汉字字库： 想要让计算机能处理汉字，就需要在计算机中存有汉字的字模，就像铅字印刷时要有各种铅字字模一样。产生汉字字形的方法有模拟式和数字式两种，前者如字模板、全息照相等，文字质量较高，价格较便宜；后者是在计算机中使用的主要方法，它输出文字一致性好、速度快。