藏文文本聚类及其相关技术综述

藏文作为一门古老的语言有其独有的规则和特点。随着网络的普及,互联网用户中的藏族同胞迅速增加,网络上的藏文文本也越来越多。利用藏文文本聚类来提供更高效的管理和更良好的用户体验成为近年的研究热点。本文首先介绍了藏文文本聚类的应用背景和相关概念,然后介绍了藏文文本特点和藏文文本聚类的相关技术,讨论了藏文文本建模和聚类算法,最后对藏文聚类发展和应用进行了总结和展望。     

藏文音节规则模型及应用

首先介绍藏文音节独特的构造方法, 以及藏文字母的语音特性带来的藏文组合形式上的诸多限制。然后以藏文音节为研究对象, 借助藏文语法规则, 建立现代藏文音节的简化模型和相应的规则库,并介绍其应用领域。最后提出一种基于音节模型的的藏文音节自动拼写算法, 并通过实验验证规则方法的有效性。     

藏文信息处理教材建设的几点思考

藏文信息处理是以计算机为主要工具,以藏语言文字为处理对象的高新技术。藏文信息处理技术近二十多年的发展过程中,国内外已经开发出一大批藏文操作系统和应用软件,并取得了不同程度的推广和应用。但到目前为止,还没有一部科学、系统和全面的关于藏文信息处理技术方面的专业教材,这使得对该领域有着浓厚兴趣的学生无法系统地掌握这门新学科。文章根据藏文信息处理技术研究领域的成果,就《藏文信息处理》教材建设提出了几点思考和建议。     

TSF藏文输入法的设计与实现

TSF是微软推出的一种新的输入法框架,用TSF开发藏文输入法不仅能实现词组输入的功能,而且能克服现有的藏文输入法的缺陷,提高藏文键盘的输入速度。在剖析TSF输入法工作原理的基础上,定义了TSF藏文输入法的类并实现了一个基于TSF的具有藏文词组输入功能的输入法,其中重点讨论了藏文词组输入的实现过程。     

浅谈"R"音节的划分(英文)

在英语单词音节划分中,最棘手的莫过于辅音字母“R”的划分了。“R”不象其它英语辅音字母在划分音节时有规律可循。本文从单词的词根发音、前后缀、词意、词重音等几方面进行分析,初步摸到了“R”这个字母的一些划分规律,并归纳了三条切实可行的划分规则。基本解决了这一难题。     

俄汉人名语音对比研究

以俄汉民族的大名和小名为例分别探讨了俄汉语人名的语音特点，指出了俄汉语人名在语音方面的异同及其原因。俄汉语人名都存在同音异义现象，都有以元音的洪细区别男名女名的特点；音节有长短之分、重读非重读之别是俄语人名的特有语音特点，人名用字声调的阴阳协调、音韵的洪细搭配是汉语人名的语音特点。     

在Windows Mobile中藏文SIP的实现

在研究Windows Mobile藏文输入法的过程中碰到的一个难点就是藏文非键盘输入问题.在Windows桌面环境下,藏文的输入己经非常成熟,但基于Windows Mobile的嵌入式环境中藏文输入是个难题.为此笔者提出基于软键盘的藏文输入,解决了无键盘的Windows Mobile环境下的藏文的输入问题.     

美语构词缩略音节的优选论分析

英语中缩略词被越来越广泛的运用,但是关于缩略构词音节形成的真正原因却没有一个合理的解释.本文是在优选论的理论框架下,选取McCarthy Prince(1995,1999)提出的对应理论(即优选论中输出项与输入项-IDENT-IO(back)、输出项与输出项之间的对应-IDENT-BT(back))作为忠实性制约条件,Kahn(1976)提出的*(ae)r]准则(要求同一音节中/(ae)/不能放在/r/前面)和词汇基本规则*BACK-Low准则(要求低元音在前)作为标记性制约条件,对美国英语构词缩略语音形式进行分析,揭示缩略词音节形成的真正原因是这些制约条件的层级排列建立起来的制约条件等级体系所引起的.     

全藏文编码体系

针对国家标准藏文编码字符集的基本集和辅助集建立在不同平面所存在的问题,该文提出建立全藏文编码体系,给出了藏文合成、生成、分解的规则和方法:通过内码转换表合成藏文内字,实现基本集与辅助集的信息交换;通过构件集,生成规范、标准的藏文外字,满足藏文编码字符集开放性的需要。     

用于连续语音识别的词汇搜索算法

给出一种用于连续语音识别的词汇树搜索算法．这种方法基于启发搜索,分为音节层—树搜索、词层—树搜索两个过程．为在提高识别速度的同时不牺牲识别率,上述两个过程采用的是“有限宽度树搜索”．在音节层—树搜索中,根据Ｎｂｅｓｔ算法确定允许扩展的有限个音节串．而在词层—树搜索中,根据已得到的允许扩展的音节串确定不同长度的“退回词路径”．这样,每一时刻的最大似然词串可由这些“退回词路径”来确定．这种算法的优点是在搜索不同长度的多音节词的同时,可以减少搜索计算开销和降低对存储空间的需求．