一套以拼音规则为基础的台语罗马字编码转换与网页展示工具.PPTVIP

一套以拼音規則為基礎的台語羅馬字編碼轉換與網頁展示工具 蔡哲民 崑山科技大學資訊管理學系 tjm@.tw 報告大綱 前言與背景 系統結構 與網頁內容管理系統之整合 比較與討論 結論 前言與背景（一） 台語是弱勢語言：台語文件數量較少 書寫標準未定 知識份子對台語寫作不熟悉 目前存留的文件中，以「台語羅馬字」寫成的最為大宗，本研究以「台語羅馬字」為標的 台語羅馬字使用特殊的調號、鼻音字元 這些調號、鼻音字元之編碼也未統一 前言與背景（二） 台語羅馬字特殊字元編碼包含 HOTSYS、Taiwanese Package (TP) Unicode (2004年) 由於納入Unicode標準很晚，所以有些字元尚未被常用的商用字型支援，如： 以前為了解決特殊字元的問題，採用用阿拉伯數字來表示調號，用「N」或「nn」來表示鼻音，用「ou」來表示「 」。 例如：A-sat e5 si-koa, kau hou7 gak8-koaN 就用來表示A-sat ê si-koa, kau ga?k-koa?。 前言與背景（三） 數字調號也儼然成為台語輸入法的代用品 目前有以Word為基礎的TP與暗光鳥的厝（網站）提供編碼轉換的工具 台語與英文混雜時會出現問題： you 會被轉為y 閱讀台語羅馬字網頁需要安特殊字元，還會因為IE瀏覽器的支援不足而無法顯示特殊字元（只能使用FireFox瀏覽器） 前言與背景（四） 為了解決上述的問題，我們設計了本系統 與內容管理系統整合 提供數字調號轉換成Unicode與內嵌Unicode特殊字元圖形的網頁 利用台語羅馬字拼音規則避免與英文混雜時轉換錯誤 使用Open Source開發工具，並將系統Open Source出來 系統結構—流程圖 系統結構—運用台語羅馬字拼音規則 台語羅馬字＝[子音]母音[入聲尾][調號] 系統結構—編碼轉換結果 系統結構—特殊字元圖形轉換 利用PHP內建的GD Library，呼叫FreeType，將內建的完整Unicode字型轉換成png圖形，放在伺服器端 將網頁中的台語羅馬字更換成內嵌PNG圖形的網頁 系統結構—圖形轉換結果 系統結構—與內容管理系統結合 比較與討論—與英文混合正確率評估 測試工具 採用由pyDict計畫取得之134183字英文字典，將每個字當成台語羅馬字輸入系統中 再將字典中每個字換成大寫輸入系統中 比較與討論—效能評估 結論 建立一套以台與羅馬字拼音規則為基礎之編碼轉換及網頁展示工具 羅馬拼音轉換為圖形，無需安裝特殊字型即可克服顯示問題 提升台語文件轉換之便利性與正確性 推廣台語文學與鄉土教育之有利工具 T 台羅網站 * * 2,3,4,7,8 調號 t,p,k,h 入聲尾 ng,m,n 母子音共用 N(或nn),ou,a,i,u,e,o 母音 chh,ch,kh,th,ph,p,t,k,b,g,l,j,h,s 子音 字符 分類 為了效率問題，以靜態網頁的形式發佈 26 15 本系統使用nn代表鼻音 289 15 本系統用Ｎ代表鼻音 35 37 暗光鳥ê厝 69937 2581 Taiwanes Package 轉大寫錯誤字數 錯誤字數 方法 32 sec 5 sec 但以理書（預先產生圖形） 35 sec 6 sec 但以理書（自行產生圖形） 325 sec 63 sec 創世記（預先產生圖形） 337 sec 73 sec 創世記（自行產生圖形） 編碼轉換與圖形產生 編碼轉換 方法 創世記：32,222 字180,000 byte 但以理書：9967字 55,700 byte Server: 3.0G CPU、2G RAM的Fedora Core 5 Linux x86，透過100M區域網路， Client: 用1.73G CPU、1G RAM、Windows XP