声符部件排序与形声字发音规则探勘PronunciationRulesDiscovery.PDFVIP

聲符部件排序與形聲字發音規則探勘 Pronunciation Rules Discovery for Picto-Phonetic Chinese Characters 張嘉惠 Chia-Hui Chang 國立中央大學資訊工程學系 Department of Computer Science and Information Engineering National Central University chia@.tw 林書彥 Shu-Yen Lin 國立中央大學資訊工程學系 Department of Computer Science and Information Engineering National Central University 985202041@.tw 摘要 近年來台灣有相當多的新移民的加入，這些新移民在口語的學習上雖然有地利之變，但 是在漢字的認識上則是相當弱勢 。由於漢字乃是圖形文字 ，學習單一字的成本相對的 高。如果可以讓漢字教一個字，可以學到十個字，對於漢字教學的成效應有相當的助益。 本文從部件教學的概念出發 ，考慮聲符的發音強度、出現頻率、及筆劃數，做為聲符部 件教學順序的準則。我們利用部件發音強度 [8] ，以線性加總 、幾合乘積 、及調和平均 三種方法對部件排序。根據此部件排序學習，前五個部件便可延伸學習多達 140 個相似 發音的漢字。進一步 ，我們應用中研院文獻處理實驗室所建立的「漢字構形資料庫」， 以及標記所得之形聲字，拆解形聲字組成的部件，挖掘串連漢字之間關係的形音關聯規 則。我們從600 萬條發音規則中篩選與分群出8 條高信賴度與兩組各約10 條高支持度 的規則 ，並藉由這些規則來輔助漢語發音的學習效率 。 關鍵詞 ：形聲字 、部件教學 、聲符強度 、機率分佈 、學習曲線 、關聯規則 一 、簡介 漢字是世界上最古老的文字之一，也是至今仍廣為使用一種形系文字。近年來由於 中國市場的興起，以華語做為第二外語的學習也連帶地愈來愈受到重視，華語學習者的 人數也倍數成長，據China Daily 2010 的文章指出 ，目前全世界超過四千萬的非華裔人 士正在學習華語文。由此可見未來華語文學習市場的龐大需求；再者 ，台灣近年來外籍 與大陸配偶的人數從 2002 年的二十三萬人成長至今四十四萬人 ，其中外籍配偶約十四 萬六千多人 ，已取得國籍者約九萬人 ，在在顯示了漢語學習的重要性 。 過去學習漢語只能靠資深的中文老師的教導或是學習者慢慢累積經驗，不僅對於海 166 外華語師資的培育緩不濟急，對於學習者而言更是一條漫長的路。然而，漢語字形讀音 繁複 ，初學者並不易掌握學習要訣 ，尤其漢語的發音更是複雜多變。事實上華語作為第 二語言的學習，比起英文作為第二語言的學習更是難上許多，因為漢語的字形與音調相 較拼音文字複雜 ，學習者要同時進行形、音、義三者的連結 ，如果沒有適當的聯想 ，將 需要很大的記憶力，比起傳統的拼音拉丁文字，即使會說華語的海外華人對於漢字的認 識也可能相當有限。其最主要的原因在於漢字是圖形文字(pictograph system) ，無法像英 文等拼音文字(alphabet system)一樣，一旦學會拼音方法(phonetic representation) ，即有基 本的閱讀能力。相較之下，一般漢字學習者讀寫的學習進展則會比較緩慢 ，而且必須搭 配注音符號(Chinese phonetic symbols)或是其他拼音方法 ，才可知道每個漢字的發音。 這樣的限制，對於漢字的學習相當不利，這也是為什麼二十世紀初期許多專家欲將漢字 拉丁化的主要原因 。 漢字的構成包含象形、指事、會意、形聲、轉注、假借(總稱六書[1]) 。據統計資料 ， 7000 個現代漢語通用字中，屬於 「形聲」結構的有5631