[發明專利]一種無字庫的漢字智能生成方法

有效

• 申請號: 201010263032.2
• 申請日: 2010-08-25
• 公開（公告）號: CN101930299A
• 公開（公告）日: 2010-12-29
• 發明（設計）人: 皮佑國;段騁森
• 申請（專利權）人: 華南理工大學
• 主分類號: G06F3/023
• 分類號: G06F3/023
• 代理公司: 廣州市華學知識產權代理有限公司 44245
• 代理人: 楊曉松

技術領域

本發明屬于信息技術領域，涉及一種計算機的無字庫漢字智能生成方法。

背景技術

目前，各種計算機操作系統中的中文信息處理采用的是漢字字庫方式。存在著(1)難以建立長期穩定的漢字信息化標準；(2)不符合漢字的造字規律，影響對文化的傳承；(3)與漢字教學脫節，極大地浪費了社會資源；(4)無法很好的滿足整個社會的應用需求，許多漢字無法進入計算機；(5)信息熵高，是效率最低的文字信息系統。

針對漢字字庫存在的弊端，許多有識之士探索著解決的途徑和方法，對漢字生成技術進行了研究與探討，一些運用筆畫或組件來生成漢字的方法應運而生。

公開號為CN?1277377A，公開日為2000年12月20日的中國發明專利公開了一種“漢字字形自動生成方法及其裝置”。該發明將漢字表示成以漢字部件為操作數，將漢字部件設計成512個并分成獨立、左右、上下和包圍4類。部件間結構關系為基于運算符號的數學表達式，分別用lr/ud/ld/lu/ru/le/re/ue/de/we十種算符來表示部件之間的結構關系。將上述部件編碼和結構關系存入專用控制卡中，從專用控制卡中讀取工作環境參數，并抽取漢字表達式，再按漢字筆畫抽取方法抽取所述512個漢字部件筆畫端點坐標、判斷筆畫類型，生成漢字框架。筆畫生成采用B樣條函數，形成漢字字形。該專利對部件本身的結構來進行分類(4類)，又對部件之間的關系(結構)來進行描述，既不符合漢字學的思想，又繁瑣重復；生成漢字采用筆畫，復雜繁難，仍然依賴于漢字字庫。

公開號為CN?1294357A，公開日為2001年5月9日的中國發明專利公開了一種“漢字筆畫造字法”。該發明以形聲字的造字規律，由五種基本筆畫組成漢字的原理，采用遞歸定義算法，將漢字歸納為52個中文字母字，并用全息漢字表達式來自動生成各種字體和字型。但52個中文字母字沒有漢字文化依據，筆畫組成原理繁難；遞歸算法和全息表達式雖然可以描述漢字，但復雜繁難，難以推廣使用，而且仍然需要漢字字庫。

已授權發明專利“漢字電子化中的拼部組字方法”(CN1253781C)所公開的是一種智能造字的方法，該方法認為漢字由漢字成分組成，所有漢字成分都是漢字基元在不同漢字結構中的拓撲變換；而漢字基元是漢字的基本元素，主要由象形指事字及其符號構成，反映了漢字的表意特征。而發明人的另一發明專利申請“一種基于結構和基元的漢字編碼輸入方法”(CN101551711A)在前一專利CN1253781C的基礎上解決了漢字結構和基元編碼問題，提出漢字可劃分成整體、左右等17種結構。漢字是方塊文字，漢字及其基元都可以作出其外接矩形。漢字成分(即漢字各級結構及各個基元)構成的外接矩形之間的幾何圖形位置是漢字的結構。與拼音文字(word)中字母的大小和形態一致不同，同一基元在不同漢字中的大小、位置和形態都可能不同。雖然通過拓撲變換可以解決同一基元在不同漢字中的大小、位置和形態有所不同的問題，但在CN101551711A專利申請中尚未解決如何根據編碼來實現智能造字中的上述變換參數的推導問題。

發明內容

本發明的目的在于克服現有技術的缺點與不足，提供一種無字庫的漢字智能生成方法，解決了如何根據基于“一種基于結構和基元的漢字編碼輸入方法”(CN101551711A)中未能解決的通過輸入漢字編碼來確定組成漢字的各個組成成分的外接矩形的定位尺寸和矩形尺寸的問題，對編碼所規定的基元進行拓撲變換而實現智能造字。漢字是不斷發展的大字符集，新的漢字將會不斷產生，本發明是通過已有漢字的基元變換知識來推求新出現的漢字中的基元變換知識，因此可以沒有字庫而只有基元庫，通過輸入的漢字編碼自動地生成漢字，從而實現真正意義上的智能造字。

本發明通過以下技術方案來實現上述目的：本無字庫的漢字智能生成方法，通過漢字的編碼自動地生成漢字，這一過程包括以下步驟：

S1、根據輸入的漢字編碼，獲得漢字的結構樹；

S2、根據漢字的結構樹，構造由漢字各級結構及各個基元的外接矩形組成的拼圖；

S3、確定漢字各級結構的外接矩形的的位置和形狀；確定各個基元在目標漢字中的外接矩形的位置和形狀；

S4、根據步驟S3得到的各個基元在目標漢字中的外接矩形的位置和形狀，確定拓撲變換系數；

S5、利用拓撲變換方法和步驟S4獲得的拓撲變換系數，將漢字基元變換到目標漢字中去，完成目標漢字中各級結構及各個基元的變換。