蒙古文网络信息技术处理的对策.docVIP

蒙古文网络信息技术处理的对策 民族语文》2002年第6期 蒙古文网络信息技术处理的对策 华沙宝 从20世纪80年代开始,我们围绕蒙古语言文字,从不同的需求,不同的角度出发,做了 一 些工作,解决了一些问题.可以说,目前蒙古文信息处理事业初具规模,继续发展有了良好 的基础.然而,随着时代的发展,人们对信息技术的依赖程度在不断地提高,特别是网络技术 正在向社会各个环节渗透,成为传播各民族先进文化的重要方式.无论人们怎样去描述21世 纪的特征,rr技术将成为本世纪的焦点. 现行蒙古文有8个元音字母,27个辅音字母.蒙古文的字母表就是由这些独立的字母构 成的.可是,与其他拼音文字的字母表不同,蒙古文字母表中出现了2对书写形式相同的字母 (它们是读做O和u,6和ti的两对元音字母).在实用环境中,即用蒙古文字母拼写蒙古文单 词时,根据词中所处的位置和与相邻字母搭配等条件,每个字母都有不同的变体.这些变体也 许和字母表中的形式相同,也许不相同.例如,读做n的辅音在词首的形式与其表中的形式一 样,而词中在元音前出现和辅音前出现各有不同的变体.辅音字母g在阳性词和阴性词中有 不同的变体.更为复杂的是,不同的字母又有相同的变体.例如,读做a,e的元音字母词中形 式和读做n的辅音字母在词中辅音字母前的形式相同.拼写蒙古文单词时,有些字母的变体 与另外一些字母的变体发生冲突,即某一个字母的变体恰好是另外两个字母变体的组合.例 如,读做d的辅音字母在词中位置有两种不同的变体,其中一个形式恰好与读做O(或u,6,n) 的元音字母的词中形式加读做n的辅音字母(或读做a,e的元音字母)词中形式的组合.在 有些辅音字母后加元音字母时,它们则变成一体.例如,读做b,P的辅音字母后加元音或者在 h,g辅音后加阴性元音等.除了这些拼写变化特点外,蒙古文字具有从上到下(字母书写走 向)从左到右(文字行书写走向)的竖写特征.行款则是从左到右排列. 2000年2月,经过6年多艰难曲折的过程,蒙古文编码国际标准终于获得了ISO/IEC的 通过.在蒙古文编码国际标准之前,曾经有过十几种不同类型的蒙古文编码系统.其中的3 个系统是我们国内研制的,其余几个是蒙古,德国,日本等国家研制的.除了蒙古国学者研制 的SUDAR蒙古文编码系统外,其他几种都没有以字母作为唯一的编码单位.因此,它们无法 满足在信息处理中经常遇到的排序,检索统计等基本要求.这些基本要求得不到保障,就不可 能顺利完成蒙古文字处理这一基本的步骤.没有字处理,词处理,句处理,篇章处理就无从谈 起.SUDAR系统做到了以字母作为唯一的编码单位,满足了蒙古文排序,检索等基本需求. 蒙古文编码国际标准,包括了属于蒙古文种的全部文字,即包括了传统蒙古文,托忒文,锡 伯文,满文以及三种阿礼嘎礼字母.它以字母作为唯一的编码单位,通过一些变通的手法,达 到了蒙古文字母(不含变体)各自都有码位的目的.这样,从信息交换和资源共享的角度来 58 说,蒙古文编码国际标准给我们提供了前所未有的优越前提.可我认为,蒙古文信息处理技术 的基础条件并没有就此达到理想的境界.由于受到ISO编码原则和具体规定的制约,在蒙古 文编码国际标准里,只对蒙古文的”名义字符”(这可以简单理解为在字母表中出现的那些形 式)编码,没有包括其他众多变体——”变形显现字符”.这就给我们留下了一种遗憾.因为, 蒙古文信息的最终用户界面,应该由蒙古文的显现字符形式出现,而不是单一的名义字符形 式.ISO的编码规定中提到,显现字符可以通过用户之间的协定来解决.根据这个规定,中国 和蒙古国之间商定形成了《蒙古文编码国际标准系统实现的用户协定》.这个协定,包括了蒙 古文编码规则,基本字符集和基本字符名称,变形显现字符集和变形显现字符名称,蒙古文参 考表,蒙古文强制性合体字,蒙古文特有标点符号和控制符的说明等等内容,可它仍然没有确 定变形显现字符的码位.在蒙古文参考表和控制符的说明中,只是确定了名义字符到显现字 符的对应规则.这样一来,到目前为止,蒙古文显现字符不仅没有国际标准码位,连”用户协 定”层面上的统一码位都没有.开发蒙古文系统,可以要求大家都遵守蒙古文编码国际标准, 也可以希望所有的开发者遵守中蒙两国用户协定.可是,我们又能拿什么去做统一制定蒙古 文显现字符码位的约束依据呢?在单机上使用或者在局部环境中使用同一种蒙古文系统,也 许不会有什么问题,但在遍布全球的计算机网络大环境中,没有一个共同遵守的”游戏规则”, 从而产生的麻烦是可想而知的. 从一开始做蒙古文信息处理工作的那天起,蒙古文所具有的文字特征就向我们提出了独 特的技术处理要求.20年前,即1983年,内蒙古科委计算中心和内蒙古大学联合研制的”元 朝秘史检索统计系统”,是蒙古文信息处理工作的处女作.当时,我们还