总结文字输入处理软件.docVIP

总结文字输入处理软件 　　【摘 要】汉字是中华民族传统文化的核心和信息交流的主要工具，古老而复杂多样的汉字属于二维，不像英文等西方文字那样是一维线形文字，可以直接输入计算机，而是需要采用特殊的汉字输入法软件.汉字输入计算机是计算机中。第一个环节，汉字输入技术直接影响着中文信息处理的发展.本文着眼于汉字输入法软件在系统中的设计和开发过程，提出一种简单、方便的汉字键盘输入法。首先统计了国标二级字库中汉字笔画信息的各种数据，这些数据主要包括：汉字的平均笔画数及按使用频度加权的平均笔画数、能与其它字区分开的汉字前若干笔画的平均数、以各种笔画起笔的汉字数、各种笔画在汉字字库中的出现次数、汉字字库中笔画相同的汉字以及汉字字库中相邻笔画的频度等。根据这些统计数据，我们采用书写汉字时的笔画顺序作为汉字输入码，设计了笔画码汉字输入法和实现该输入方法的键盘。 　　【关键词】中文信息处理；自然语言理解；语用统计；模板匹配 　　中华文化的博大精深给中文应用者提供了纵横驰骋的广阔空间，由于个人的受教育程度、职业需要及文字风格的千差万别，多数人都需要一个完全按照个人意愿编制出来的词库，即具有个性特征的个人专用词库，从这以意义上说，从Windows95开始为用户提供的“输入法生成器”。实在是功德无量。 　　Windows98问世以后，由于硬盘与内存容量的不断升级，以及CPU反映能力的加速，使得在Windows平台下的自定义输入法有了更加广泛的应用空间，而且突破了6.5万词条的限制。从理论上说，自定义的输入法可以做得无穷大。目前我个人使用的《沈沉词库》的词条就已达6万条。WindowsMe与Windows98是姐妹版，同样可用自定义的方法来生成自己个性化的输入法。但WindowsXP却把原先的“输入法生成器”取消了，即使把Windows98下的“输入法生成器”拷贝到WindowsXP，虽能转换码表，但却不能安装。不论微软对WindowsXP如何地自吹自擂，但取消“输入法生成器”，无论如何是失算的。 　　一、基于计算机汉字输入的研究 　　应用需要一些软件的支持，才能科学，优化，好用.目前不少发明人已拥有一些专用软件，为有效利用这些软件资源，节省人力时间，降低研究成本和周期.建议：这些软件集中起来，统一管理。让需用者登记申购，一次发放。这样供，需，管均受益，并助学术繁荣，软件举例： 　　1.静态重码率自动收索统计软件searcherro 　　2.汉字词汇自动排序删除重复软件 　　3.各种输入法教学软件等 　　4.计算机降低重码软件 　　5.计算机操作记忆增速软件. 　　6.汉语各种专业词汇库（20多专业）软件 　　7.汉语综合词汇库软件 　　8.直接挂接进入windows9x编码生成器的软件 　　二、基于智能规范码输入平台的实现 　　智能规范码输入平台是有八个编码方案的复杂系统。由智能规范拼音、智能规范双拼、智能规范形码、智能规范数码和普通规范合码所组成。其中普通规范合码包括规范拼音、规范双拼、规范形码、规范数码。智能、普通规范数码在数字键区输入汉字。平台初始状态为智能态。智能规范拼音最大输入6码，智能规范双拼与智能规范形码为2码，智能规范数码为3码。用快捷键相互转换。智能状态由转换符转至普通状态时，首字符为数字时码长最长为6码，输入普通规范数码，首字符为字母时码长最长为4码。不足码长时用空格返回智能状态。 　　智能规范码的用户范围是普通人群，特别是中小学生。所以学生版在GBK字符集中异体字与不规范字不参加编码。由于GBK的字符集里包含了中日韩三国所使用的汉字，所以日本和韩国用的汉字也不参加编码。普通版为GBK字符集，超集版为GB18030字符集。 　　智能规范码输入平台采取双智能输入的混合输入方式，可以减少输入量即减少码长，减少键选率。加快了输入速度。 　　汉字不再需要人工编码，智能非智能输入方法已有长时的研究和应用，关于智能混合输入，作者进行尝试，特点很多，尤其对词的岐义处理具有一定的特色。可以说是具有独特风格的智能汉字输入平台生成系统。 　　三、基于语用统计的智能输入软件 　　1.原理 　　主要利用语用统计的数据来消化同音字、词，以及化解歧义分词。在学科分类中属于运筹学范畴。 　　使用概率统计运筹决策的方案很多，文献[5]通过统计字字相关的同现概率矩阵来完成汉语语用统计库结构.这个矩阵的大小是固定不变的.只与字符集的大小有关。文献[5]作者通过搜索了500万字语料给出了一个3673 X 3673的同现概率矩阵。文献[4]是基于几理解和基于语用统计相结合的设计。该设计根据分词后的输入语句查找知识库.用句法、词法、语义和自定义的规则作为制约对文章进行解析推理，当存在同音词时。采用最优评价法来确定最佳选择作为转换结