文字学部首的内涵及其与查检法部首的区别

文字学部首的内涵丰富多样,它形成的原因除了汉字形体因素外,还受字源因素、文化因素、结构流变因素等影响.文章还认为,文字学部首中的"部首"与偏旁相对应,偏旁是依据形义对汉字作二元平面拆分而成;查检法部首中的"部首"与部件相对应,部件只依据形体不考虑意义、对汉字作多个层次拆分而成.汉字的偏旁相对应于汉字的一级部件,偏旁大于或等于部件,但偏旁和部件不是同一性质的概念.这是文字学部首与查检法部首的主要区别.     

基于偏旁部首计数分析网络的零样本汉字识别

为了提高零样本汉字识别的准确率,克服传统方法在未见汉字识别上的局限性,并进一步改进以偏旁部首为基元的汉字识别方法,本研究提出了一种以注意力机制为基础的编码器-解码器架构的部首计数分析网络,用于零样本汉字识别问题。在编码器阶段,引入了多尺度部首计数模块;而在解码器阶段,则运用了多尺度注意力机制。本文将一个汉字看作是由若干偏旁部首及其空间结构组成的序列,通过计算偏旁部首及空间结构的数量,实现了对汉字的有效识别。实验结果表明,在SCUT-SPCC和CTW两个基准数据集上,本文所提出的新模型在零样本汉字识别方面表现优异。本研究能够更好地捕捉汉字的特征信息,并实现对未见汉字的准确识别。这对汉字识别领域的研究与应用具有重要指导意义,可为相关领域的研究提供新思路和方法。     

谈谈统一部首查字法

看到《中国语文通讯》1981年第5期黄兆林同志的《谈谈部首名称的规范统一》一文,很有同感。部首没有规范统一的名称,不利于部首查字法的教学、应用,黄同志提出规范统一的意见,是正确的,我很赞同。但我联想到我国现时通行的部首查字法,竟有大同小异的三种,部首数量和一部分文字的分部也不统一,对于部首查字法的教学和应用,增加不少的麻烦和困难,更应研究予以统一。统一部首查字法非但有必要,而且有可能。 汉字应用部首分类排检,渊源久远。东汉和帝永元十二年(公元100年)许慎编纂的我国第一部字典《说文》,就是按540个部首分类编排的。按部首分类排检汉字,适应汉字结构特点,绝大部分形声字的部首也是明确的,一个字先查到部首再按画数就查到了,也是有优点     

《说文解字》部首字释义类型浅析

《说文解字》有关部首字的解释，可归纳为以下几个方面：1．从认识论的角度解释部首字；2．从词概念的角度解释部首字；3．从字形结构方面解释部首字；4．从事理的角度解释部首字；5．从词义的功能角度解释部首字；6．从词所表示的事物隶属关系角度解释部首字；7．从词汇所描摩事物的状态角度解释部首字；8．从词义的差异角度解释部首字；9．从方言的角度解释部首字。《说文》对部首字的解释，对我们今天的辞书撰写，有着一定的启发和借鉴作用。     

部首检索不应设置查末笔和中间笔画

国家"八五"重点图书<现代汉语规范字典>(简称<规范字典>)已于1998年面世,这对辞书的规范化建设将会开创一个新局面.但<规范字典>部首检索某些汉字仅查末笔,如"暨乓乳"三字各查末笔"一、乙"等共计14个字(见附表)是否规范?引起了笔者对八部现代通用辞书(见附表,简称八书>有关笔画检索的全面深入了解.八书的笔画检索(其中有1998年发行并严格按国家最新规范标准修订的<新华字典>),查末笔外,还有查中间笔画、"多开门"的笔画兼部首之混合检索等设置,对此,有必要进行检讨.为了便于讨论,文中将统称的"部首检索"分为二种:甲,有严格意义部首的汉字检索称"部首检索";乙,无严格意义部首,只采用单笔笔画检索汉字的称"笔画检索"或"单笔检索",偶用统称的"部首检索".     

统一旧法 推行新法——读程养之先生《谈谈统一部首查字法》

几十年来部首查字的改良方案很多,程养之先生于《谈谈统一部首查字法》一文仅就《新华字典》、《辞海》(1979年修订本)、《辞源》(修订本)三种部首提出统一的问题,主要是这三部书当今在国内影响很大,有代表性。如果我们把视野扩大,观察几十年来国内外各种人士提出的将近五十种的改良方案(包括只提出方案,未见成书者),我们更觉得统一的必要了。若以《康熙字典》214个部首为度,我们发现改良的方案主要是两类:一类是减并部首;一类是增加部首。减并部首的如:台湾省高树藩《正中形音义综合大字典》194部、《新华字典》189部、     

汉字部首、笔形输入法

汉字部首、笔形输入法,它以《现代汉语词典》的部首为基本依据,以国家《汉字笔顺规范》和《汉字部一范》的“形”为基本依据,采取“部首笔形结合”,用26个英文字母分别代表不同的部首、笔形组成不同的汉字,编码混合模式进行汉字输入。编码规定单字、词语4码组成。     

以“组块”理论设计部首教材开发研究——针对以韩国语为母语的汉语学习者

对于汉字指导,我们都知道其部首的重要性。但在教育现场,部首指导实际得以实施的却不多见。因此,本研究旨在向教、学双方提供能够提高学习效果的部首字开发模型。为此,我们所采用的切实可行的方法是将部首214字按人类、自然和生活划分成三个部分,利用＂组块＂理论,将各个＂7±2＂个组合单位重新细分化。     

试论汉字部首的历史演化

自东汉许慎在《说文解字》(以下简称《说文》)中始创540个汉字部首近1900年来,汉字部首发生了很大变化。本文论述《说文》以来部首演化的规律,并探讨其演化的原因。     

“黄钟信息”：开创汉字信息产业的新境界

杜冰蟾生于辞书世家，祖父杜子熊是知名书画家，辞书编纂家父亲杜晓庄是当代百科全书式的伟大学者王竹溪院士遗著《新部首大字典》的编审主任。杜冰蟾出生在这样一个家庭里，从小耳濡目染，对各种辞书检索法和汉字的部首、笔画、笔顺、拼音产生了浓厚的兴趣。她在上海南洋模范中学初一年级读书时提出用笔顺来分解部首，用于辞书检索。     

《说文解字》酉部字和古代酿酒文化

东汉许慎的《说文解字》共分540个部首,其中酉部收字75个,多与"酒"有关系,都体现了古代的酒文化。文章包括两个方面的内容:一,《说文解字》酉部部首字"酉"与"酒"的关系;二,从《说文》中酉部与"酿酒"有关的若干汉字看古代酒的酿造文化。     

汉字部首和汉语辞书排检

汉字是表意体系的文字,由汉字自身的特点决定了汉语辞书的排检不同于西方辞书的排检。本文将讨论汉字部首的发展演变、部首排检法依据的原则以及科学的排检法的原则、方法等问题。     

找部首组字

图中的8个图形代表8个汉字，它们能与同一个部首组成新字。你能在2分钟内说出这个部首来吗？     

剖首检索不应设置查未笔和中间笔画

国家“八五”重点图书《现代汉语规范字典》(简称《规范字典》)已于 1 998年面世 ,这对辞书的规范化建设将会开创一个新局面。但《规范字典》部首检索某些汉字仅查末笔 ,如“暨乓乳”三字各查末笔“一、乙”等共计 1 4个字 (见附表 )是否规范 ?引起了笔者对八部现代通用辞书 (见附表 ,简称八书》有关笔画检索的全面深入了解。八书的笔画检索 (其中有 1 998年发行并严格按国家最新规范标准修订的《新华字典》) ,查末笔外 ,还有查中间笔画、“多开门”的笔画兼部首之混合检索等设置 ,对此 ,有必要进行检讨。为了便于讨论 ,文中将统称的“部首…     

《说文解字·艸部》“类聚”的宽与严

《说文解字》全书540部首有着自身宏观部序原则,同一部首内部,将意义相近的汉字按照＂类聚＂原则以先后为序排列。艸部字类聚排列大致体现了全书比较系统的排列原则,其严与宽与全书其它部内情况大体一致。艸部字类聚排列严整的一面,照应了全书的体例;其类聚排列散乱的一面,暗合了其它部首中的情况,并非偶然。＂类聚＂与＂群分＂思想互相关联,体现了全书的上下级两级逻辑体系。     

部首检字法的创立与发展

较为系统和详尽地介绍了部首检字法的创立和逐步完善的过程。     

孤蟾浮玉宇 皎洁似轻冰

杜冰蟾生于辞书世家，祖父杜子熊是知名书画家、辞书编纂家：父亲杜晓庄是当代百科全书式的伟大学者王竹溪院士遗著《新部首大字典》的编审主任。杜冰蟾出生在这样一个家庭里，从小耳濡目染，对各种辞书检索法和汉字的部首、笔画，笔顺，拼音产生了浓厚的兴趣。她在上海南洋模范中学初一年级读书时提出用笔顺来分解部首，用于辞书检索。她的这一崭新的发明思想，刚一提出就被内行而敏锐的父亲紧紧抓住。父亲鼓励她沿着自己独特的思路研究下去，搞出一套汉字计算机检索方案。     

论汉字的归部原则

汉字的形义关系随历史的发展不断疏离，汉字部首应属汉字构形法研究范畴，考虑到大众性、实用性，部首归并应不拘泥于“据义”的传统，完全的据形归部是适应现代化和标准化的需要，也是汉字归部原则的发展     

“黄钟信息”:开创汉字信息产业的新境界

杜冰蟾生于辞书世家,祖父杜子熊是知名书画家、辞书编纂家;父亲杜晓庄是当代百科全书式的伟大学者王竹溪院士遗著《新部首大字典》的编审主任。杜冰蟾出生在这样一个家庭里,从小耳濡目染,对各种辞书检索法和汉字的部首、笔画、笔顺、拼音产生了浓厚的兴趣。她在上海南洋模范中学初一年级读书时提出用笔顺来分解部首,用于辞书检索。她的这一崭新的发明思想,刚一提出就被内行而敏锐的父亲紧紧抓住。父亲鼓励她沿着自己独特的思路走下去,研究出一套汉字计算机检索方案。 1989年12月30日,中国专利局正式受理杜冰蟾“汉字     

融合多粒度语义特征的中文情感分析方法

中文情感分析是自然语言处理的重要研究内容,旨在探究中文文本中蕴含的情感倾向.近年来,中文情感分析研究取得了长足进步,但鲜有研究根据语言本身特征和下游任务需求进行探讨.鉴于此,针对中文文本的特殊性以及情感分析的实际需求,在字、词特征的基础上,引入部首特征和情感词性特征,利用双向长短期记忆网络、注意力机制、循环卷积神经网络等模型,提出了融合字、词、部首、词性等多粒度语义特征的中文文本情感分析方法.在融合各类特征的基础上,利用softmax函数进行情感预测.数据集NLPECC(natural language processing and Chinese computing)上的对比实验结果表明,所提方法的F₁值均达到84.80%,一定程度上提高了已有方法的性能,较好地完成了中文文本情感分析任务.