[發(fā)明專利]中文信息數(shù)字化處理方法和漢字隨機編碼方法

無效

• 申請?zhí)枺?/td>: 201010274141.4
• 申請日: 2010-09-07
• 公開（公告）號: CN101930300A
• 公開（公告）日: 2010-12-29
• 發(fā)明（設計）人: 陳玉龍
• 申請（專利權(quán)）人: 劉陶
• 主分類號: G06F3/023
• 分類號: G06F3/023
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及一種計算機中文信息處理領(lǐng)域，特別涉及一種中文信息數(shù)字化處理方法以及采用這種數(shù)字化處理方法的一種漢字隨機編碼方法。?

背景技術(shù)

在現(xiàn)有的中文信息處理領(lǐng)域中，以字形編碼為例，碼表結(jié)構(gòu)設計者為了在標準鍵盤上實現(xiàn)字、詞輸入，一般都將200多個部件信息來分解一、二級國標漢字(GB2312)，然后把這200多個部件信息直接地定位在26個字符鍵上，于是就把拆分漢字得到的部件碼變成可操作的鍵盤碼(字碼表)。并另行編制一套詞碼表(或用編碼生成器協(xié)助生成字、詞碼表)，一并放入WINDOWS中文操作系統(tǒng)進行字、詞編碼操作。碼表結(jié)構(gòu)雖然解決了字、詞的輸入，由于分解后的漢字信息沒有經(jīng)過數(shù)字化處理，電腦程序無法操作，不僅每一個編碼方案都必須編制一套字、詞碼表，而且只能實現(xiàn)單一類的編碼操作(單一信息、單一序碼、單一碼長)，浪費了大量人力和財力，也給編碼設計者和操作者帶來許多不便。?

發(fā)明內(nèi)容

針對上述現(xiàn)有技術(shù)的不足，本發(fā)明要解決的技術(shù)問題是提供一種可使中文信息進行程序化控制和處理的中文信息數(shù)字化處理方法，以便實現(xiàn)字和詞的隨機編碼輸入操作。?

為解決上述技術(shù)問題，本發(fā)明采用如下技術(shù)方案：?

一種中文信息數(shù)字化處理方法，將一、二級國標漢字按規(guī)范化信息標準進行拆分，拆分后的漢字信息進行特征碼信息列表，列表中的每個漢字特征碼包括漢字國標碼(GB碼)和控制碼二部分，國標碼是漢字代碼，控制碼則標記列表信息在該漢字拆分中的序碼。集合部件、聲韻母、筆劃的全部特征碼原始信息列表(YG表)作為漢字隨機編碼設計的信息源。?

優(yōu)選的，一、二級國標漢字的分解規(guī)范可以為“漢字部件規(guī)范”、“漢字筆畫規(guī)范”或“漢字拼音方案”三種。?

本發(fā)明還公開了一種采用上述中文信息數(shù)字化處理方法進行漢字隨機編碼的方法，其采用如下技術(shù)方案：?

a)首先將一、二級國標漢字按“漢字部件規(guī)范”、“漢字筆畫規(guī)范”和“漢字拼音方?案”進行拆分，拆分信息進行包括漢字國標碼和控制碼二部分的特征碼信息列表；?

b)建立漢字特征碼原始信息列表；?

c)對數(shù)字化的原始信息進行鍵位設計；?

d)將原始信息列表轉(zhuǎn)化為數(shù)字化的鍵位信息列表；?

e)設立字、詞編碼緩沖區(qū)；?

f)儲存鍵入信息于字、詞編碼緩沖區(qū)；?

g)字(或詞)結(jié)束鍵后，根據(jù)字(或詞)編碼特性在字(或詞)緩沖區(qū)中采集編碼信息；?

h)根據(jù)字(或詞)的編碼特性(特征數(shù)據(jù))判別該字(或詞)是否符合編碼條件，檢出編碼字(或詞)，隨機編碼處理結(jié)束。?

優(yōu)選的，在一、二級國標漢字按“漢字拼音方案”拆分的漢語拼音信息中的聲母(21個)列表，其控制碼數(shù)據(jù)均為″01″，韻母(35個)控制碼數(shù)據(jù)均為″02″。?

優(yōu)選的，在一、二級國標漢字按“漢字筆畫規(guī)范”拆分的漢字筆劃一般采用″橫、豎、撇、點(捺)，鉤″五個筆劃，用數(shù)字鍵1～5作代碼，也可以按雙筆劃組合(5×5＝25組)虛擬地排列于字符鍵上，按數(shù)字鍵操作，按字符鍵列表。?

優(yōu)選的，所述部件列表中控制碼的標記信息，包括首部件標記、次部件標記、第三部件標記、末部件標記和尾部件標記，其中末部件是特指四個或四個以上部件漢字的最后一個部件；尾部件是泛指包括成字部件、雙部件、三部件及多部件在內(nèi)的所有漢字的最后一個部件。?

進一步的，原始信息列表轉(zhuǎn)化為數(shù)字化的鍵位信息列表采用四碼長鍵序(四碼長鍵序可同時兼容于三碼長和二碼長編碼操作)，在四碼長的鍵序中，第一次出現(xiàn)的部件被看作首部件，其后依次為第二部件、第三部件和末部件；同樣，四鍵中首次出現(xiàn)的拼音信息視作聲母，其后為韻母；四鍵中出現(xiàn)的筆劃信息依次為第一二筆、第三四筆和第五末筆。?

優(yōu)選的，所述隨機編碼實施例中，不論字或詞編碼都可隨機變換輸入信息類型而無需切換。?

優(yōu)選的，所述隨機編碼實施例中，對于字編碼，不論是輸入同類信息還是異類信息，可隨機變換碼長而無需切換。?

優(yōu)選的，所述隨機編碼實施例中，包括建立字、詞編碼緩沖區(qū)，其容量包含整個字庫(GB2312)。其作用為：輸入信息分別儲存于字和詞編碼緩沖區(qū)；從字(詞)庫采集字(詞)?的編碼信息并去編碼緩沖區(qū)判別字(詞)編碼條件，最終獲得編碼字(或詞)。?

優(yōu)選的，所述字、詞編碼緩沖區(qū)每個漢字的數(shù)據(jù)位在輸入字、詞信息前要清零。?