藏文信息技术中人名词汇音节分类及语音切分探究.docVIP

藏文信息技术中人名词汇音节分类及语音切分探究 　　摘 要： 人名的音节特征研究是藏文信息技术处理中最重要的工作之一， 等文献中出现大量的人名词汇，对其进行分类和相关的语音切分方法研究，可为当前通过藏语信息技术构建格萨尔史诗人名知识库，提供基础性的分类思路和方法 关键词：格萨尔 人名 词汇 音节 切分 中图分类号：G64 文献标识码：A 文章编号：1003-9082（2017）05-0132-02 《格萨尔王传》是一部具有很高的文学、美学和欣赏价值的史诗，作为世界上最长的诗篇，它既是藏族民间文化的代表，更是藏族历史中各类神话、传说、谚语和诗歌的总和。由于《格萨尔王传》在藏文化的特殊地位，向来被认为是研究藏文化的桥梁，进入二十一世纪以来，关于《格萨尔王传》相关的历史、文学、语言等各领域的研究日渐深入，但限于诗传的篇幅和各类名词含义解读的多元化，仍有诸多问题难以深入到应有的程度。我们将自身专业特点与研究人员的需求结合，尝试通过藏语信息处理技术构建格萨尔史诗知识库。由于人名音节相对其他名词更为复杂和多元，对其正确解读与否，有时甚至会影响研究人员对关键事实的判断，因此，我们将人名知识库的构建作为这项工作的首要阶段。鉴于计算机和人类思维方式之间差异性的存在，为了方便计算机识别翻译和人工检索使用，我们在录入海量人名的同时，需要对人名词汇进行基础的分类，并对其进行相关的语音切分方法研究，并将之转换为相应的符号语言，最大限度的增加计算机获取和输出信息的准确性与科学性 目前我们暂以《格萨尔王传》中著名诗篇 等文献为基本资料，对其中人名词汇相关的分类方法和语音切分方案进行初步的探讨。由于这一工作的长期性和复杂性，我们的专业水平也存在一定的局限，在这一工作的初步展开阶段，诚挚的希望得到相关领域不同专业学者的指导与批评 一、人名词汇的音节分类方案 《格萨尔王传》中的人名音节多样，从单个音节到十个音节的人名词汇都有不同程度的出现，对其进行合理的分类是建立计算机与人互动的必要前提。根据当前藏语信息处理技术的特点，我们将相关人名词汇按音节数量的不同，初步划分为九个子分类，并对其进行简要说明 1.单音节人名 《格萨尔王传》中极少出现单音节人名，但其中若干姓氏用一个音节表示的情况较多，诸如： 根据我们目前的统计，尚未在格萨尔史诗中发现单音节人名 2.双音节人名 格萨尔史诗中出现的双音节人名基本都是以单纯人名为主，并未发现任何附加在名字前后显示身份等内容的信息 例如： 3.三音节人名 三个音节的人名多是在名字前后附加了姓和身份。例如 4.四音节人名 四音节人名在格萨尔史诗中出现较多，成为音节分类中出现数量较多的人名类型，多数是在名字的前后附加了身份等方面的信息。例如： 5.五音节人名 五音节的人名在格萨尔史诗中属于相对出现较少的类型，仅有部分人名的乳名、美名和地名信息等内容组成。例如： 6.六音节人名 六音节人名一般是在人名前后附加地名、身份、部落名等信息组合形成的称谓。诸如： 7.七音节人名 七音节的人名多数是由姓名、地名和性格等附加信息组成的称谓。例如： 8.八音节人名 八音节的人名出现较少，同于前述六、七音节的人名，这类人名也是多数由姓名、地名、尊号等信息共同构成。诸如： 9.九、十音节人名 就我们收集到的材料而言，目前尚未发现九个音节的人名，但十个音节的人名数量仍有个别出现。例如： 二、人名语音的切分方法 格萨尔史诗中的人名音节长短不一，开展人名知识库的构建工作，必须首先人工对这些人名进行正确的切音和标注。切音和标注工作的准确性将会直接影响知识库的质量，不同的语音切分，可能导致对人名和相关信息理解上的歧义。在计算机人名知识库的构建过程中，由于电脑信息处理和人脑思维方式差异性的存在，为了便于计算机高效识别与正确理解，在较长音节的人名语音切分中，我们暂以藏文“ ”和“ ”分别表示人名词汇语音切分中的单、双音节停顿，用“◎”和“○”符号分别作为用于计算机藏文信息识别的单双音节的切分停顿符号。按照这一思路，对这些人名音节的切分方法暂列如下： 1.格萨尔史诗中几乎未出现单音节人名， 若有出现也可为单音节来切音，不会混淆于其它人名 2.双音节的人名在格萨尔史诗中属于数量最多的类型，基本都是以双音节作为语音切分点 3.三音节的人名多数以双、单语音切分点的形式表现，但也有个别人名以单和双的语音切分点的形式表现，大体归纳为如下： 4.四音节人名基本都以双音节为语音切分点划分，几乎没有单音节的语音切分现象 5.五个音节的人名在格萨尔史诗出现较少，在语音切分上主流以双双单形式划分音节，也有