基于语义构件的甲骨文字库自动生成技术研究.PPTVIP

构件的语义主体形状及个数相同，组合的方式并不是区分不同字的特征。 * 基于语义构件的甲骨文字库自动生成技术研究 报告人：吴琴霞 单 位：安阳师范学院 E-mail：wqx0218@163.com * 1.问题的提出 2.甲骨字形构成分析 3.构件知识库的建立与应用 报告主要内容 4.甲骨字的构形系统 5.结论 * 一、课程剖析 1.问题的提出 研究意义 认读甲骨字 40% 数字化 计算机技术 出土甲骨片 10万片 甲骨学 2 * 甲骨文数字化的前提？ 1.难以定形，难以输入。 2.字形复杂。（大量的异体字和合体字） 3.难以定量。（大量的未释字和新出土的甲骨字） 甲骨文字库建立面临的难题 1.问题的提出 甲骨文字库的建立。 * 甲骨字表示成由415个语义构件和18个笔元作为操作数，构件间的5种位置关系作为运算符的数学表达式 无字库的输入方式 方法的提出 该方法摆脱了字库的限制、存储量小； 方便了文字的跨平台的传播； 并且每个部件附加上对应的语义信息，为认知和考释甲骨文带来了方便。 该法达到的目的： * 造字机理： 方法的可行性——甲骨字构形分析 甲骨文多为合体字 ； 多为义义组合； 甲骨字的造字机理： 文字系统中字符的构成有具有一定的层次性和理据性 初造字—字符在形成时没有参照文字系统中已有的字符 新造字—字符在形成时参照了文字系统中已有的字符 * 方法的可行性——甲骨字构形分析 甲骨字大多为基字之间通过某种组合规则相互组合获得新字符。这种符号联系性将所有字符都串起来，使得整个字符系统中的字符变成一个有机整体 。 * 方法的可行性——甲骨字构形分析 新造字符富有层次性，层次的增多，构件数量也逐渐增多，字符显得更加复杂 。 * 分层甲骨文字库 甲骨字表示为由几个构件和笔元构成。 一个甲骨字JGZ由若干个构件Ci(i=1,2，…，n)构成。每个构件由若干笔元构成SS i(i=1,2，…，n)构成，每个笔元由若干个笔段Bij构成。即： JGZ={C1，C2,…Cn} ；C i ={SS1，SS2,…SSn}；SS i ={(Xi1,Yi1)|( Xi2,Yi2)}； 笔元：笔元是由一个或多个有向笔段组成的一个完整的笔画结构 有向笔段：即有方向的线段，设(X1，Y1)是线段的起点， (X2，Y2)是线段的终点，则一个完整的有向笔段的描述为： B12={(X1,Y1)|( X2,Y2)} * 甲骨文的基本笔元 * 通过分析1024个甲骨字，提取415个具有独立语义单位的甲骨文构件。甲骨字是由构件和基本笔元组成，不同的组合和位置关系组成不同的甲骨字 。为实现甲骨字体的笔元分解，将所有的构件组成的规则有机组织起来，形成甲骨字构件知识库。 构件知识库： 构件知识库的建立 构件骨架的提取与保存： 构件在不同的甲骨字中所处的位置、大小不同，并且形状还可能发生稍微的变形。 构件库要保存的信息：笔元分界点、笔元间的组合关系、笔元数、构件语义。 * 构件的存储 * 构件外观动态修改 满足不同的甲骨字中构件的外观不同，先对构件的骨架信息进行编辑和修改来满足不同的需要 。 构件修改算法见论文，主要包括笔元的插入、移动、删除、编辑等。依据算法可以生成不同的构件外观。 库存基字形 变形1 变形2 变形3 变形4 变形5 * 基于仿射变换的构件复用 仿射变换是在平面几何上的一种线性变换，可以将二维图形旋转、缩放、切变和投影等。所以仿射变换可以达到构件复用的功能 。 仿射变换的关键是在甲骨字和构件上选取3个对应点，3个点在变换后是与原甲骨字字形位置不变的，它完全决定了变化后的甲骨字构件的位置、大小和形状。选点不当会造成字形不理想 。 * 选点规律 1）直线笔元：可选开始节点的两个分叉点和末节点。两个分叉点决定笔元的宽度，末节点决定笔元的长度。 2）折线笔元：可选开始节点、中间拐点和末节点。 3）弧线笔元：可选开始节点、中心点和末节点。 4）方形的构件： 选四个角中的三点。需要上部对齐则选上部左右两角和下部一点，需要下部对齐则相反。 5) 三角形的构件：一般选最上点和最下两点。但如果构件没有对正，则可适当在构件或甲骨字上向左或右偏移下面的某一点，直至对齐。 6) 在左边的构件：可选最上一点、最下一点和最左一点，在右边的偏旁则反之。 * 系统以甲骨文的笔元矢量图为基础的对象，经过特征提取整合等步骤后生成构件知识库，从而得到甲骨字的组成笔元之间的位置关系，产生甲骨字的构件描述。 甲骨文构形系统： 甲骨文构形系统 甲骨字动态描述库 笔元的特征提取和整合 甲骨字构形描述 甲骨字数字表达式 甲骨字的部件统计 通过部件语义考释未释字 甲骨字编码 构件知识库 * 甲骨文的结构特征 甲骨字的结构特征： 甲骨文字形拓扑图形中可以归纳出五大类基本结构