中文信息处理与加工_第1页
中文信息处理与加工_第2页
中文信息处理与加工_第3页
中文信息处理与加工_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、中文信息处理与加工论汉字信息处理摘要：文字信息处理的应用范围非常广泛，如编辑文稿整理文件档案资料和排版印刷等，可以说凡是要文字表达信息的场所，都可以使用文字信息处理技术。文字信息处理的实质就是把文字信息数字，就是用一个固定的数码代表一个字母或文字，这一数码就叫做代码。这样，在计算机内部处理文字信息时，就可以像处理纯数字一样来进行。需要输出时，再把替代的数码还原成相应的字母或文字。也就是说，汉字信息处理就是计算机对汉字代码的数据处理。关键字：汉字信息处理 计算机 代码首先理解一下中文信息处理这个大概念。中文信息处理是指用计算机对中文的音、形、义等信息进行处理和加工。中文信息处理是自然语言信息处理

2、的一个分支，是一门与计算机科学、语言学、数学、信息学、声学等多种学科相关联的综合性学科。中文信息处理的现状：符号层的处理成果已经得到广泛应用。内容层的处理目前在词语识别和词性标注方面已经取得重要进展，句子结构分析和语义分析方面仍有待探索。一、 编码及汉字处理：在计算机中，处理文字符号时，要对文字和符号进行数字化处理，也就是用二进制数的编码来表示文字和符号。所以英文字母、数字和各种符号都必须按约定的规则用二进制编码在机器中表示。在计算机系统中使用得最广泛的是美国信息交换码，缩写为ASCII。现在已被国际标准化组织认定为国际标准，并在世界范围内通用。二、 汉字及其特点：第一，汉字的文字量很大，最新

3、的字典中有汉字六万多个，常用字也有几千个，这是一般外文不能相比的。因此，这一特点给汉字的计算机处理带来了很大的困难。第二，汉字的字形复杂，是一种二维的方块字，每个汉字又可以分为笔画、字根、整字等几个层次，无法直接使用计算机的英文键盘。第三，汉字有多种字体，为了适应不同的需要，就要备有多种不同字形的汉字库，造成了计算机存储量过大的情况。第四，汉字的发音多样化，一字多音多字同音的情况很多，造成汉字输入编码不易解决重码的问题。第五，汉字的字义复杂，同一汉字在不同情况下使用，可以代表多种含义。因此，单独使用汉字的字义作为输入方法是不可行的。第六，汉字排序难，英文只有26个字母，排序很容易，而汉字数量大、结构复杂、同音字多。三、 汉字字库：想要让计算机能处理汉字，就需要在计算机中存有汉字的字模，就像铅字印刷时要有各种铅字字模一样。产生汉字字形的方法有模拟式和数字式两种，前者如字模板、全息照相等，文字质量较高，价格较便宜；后者是在计算机中使用的主要方法，它输出文字一致性好、速度快。 四、 汉字的编码：汉字的编码有包括计算机的汉字内部码、计算机的汉字交换码和计算机的汉字输出码。参考文献

人人文库> 全部分类> 教育资料 > 中学教育

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论