蒙古文變形顯現(xiàn)字符到名義字符轉(zhuǎn)換的研究與實(shí)現(xiàn).pdf

1、隨著計(jì)算機(jī)應(yīng)用技術(shù)研究的深入發(fā)展，蒙古文信息處理技術(shù)也得到了迅速地發(fā)展。我國(guó)從上世紀(jì)70年代末就開(kāi)始了蒙古文信息處理的研究工作，研究的重點(diǎn)主要集中在蒙古文文字處理方面，文字編碼、顯示通常是按照字形設(shè)計(jì)的。但是，蒙古文特有的“同形異音”、“同音異形”現(xiàn)象，使得僅按字形設(shè)計(jì)的編碼方案，已經(jīng)不能滿足蒙古文信息處理更深入的研究。
　　 2000年制定的ISO/IEC10646國(guó)際標(biāo)準(zhǔn)編碼體系中定義了蒙古文國(guó)際標(biāo)準(zhǔn)編碼字符集，該字符集定義

2、了35個(gè)蒙古文基本字母，也稱蒙古文名義字符。名義字符編碼方案既考慮了蒙古文字母的讀音也考慮了其字形。這種編碼方案符合了蒙古文字是拼音文字的特點(diǎn)，并有利于蒙古文信息處理的國(guó)際化、標(biāo)準(zhǔn)化。
　　 在實(shí)際應(yīng)用中，蒙古文是用名義字符的變形顯現(xiàn)字符表示的。由于早期研究時(shí)，蒙古文變形顯現(xiàn)字符的編碼不統(tǒng)一或錄入人員按字形來(lái)錄入文字，使得現(xiàn)有的蒙古文電子版文檔資料中存在大量的拼寫(xiě)錯(cuò)誤，主要表現(xiàn)在錯(cuò)誤單詞與正確單詞的字形相同，但計(jì)算機(jī)內(nèi)部編碼不同

3、，用不同蒙古文文字處理系統(tǒng)得到的文檔，無(wú)法實(shí)現(xiàn)信息的直接交換與共享。將用變形顯現(xiàn)字符表示的蒙古文字轉(zhuǎn)換成用正確的名義字符表示，實(shí)現(xiàn)蒙古文信息存儲(chǔ)的標(biāo)準(zhǔn)化，已成為蒙古文信息處理研究的關(guān)鍵基礎(chǔ)性技術(shù)問(wèn)題。
　　 本文使用規(guī)則、詞典和統(tǒng)計(jì)相結(jié)合的方法完成了蒙古文字由變形顯現(xiàn)字符表示到用名義字符表示的轉(zhuǎn)換工作。由于不同蒙古文信息處理系統(tǒng)的變形顯現(xiàn)字符編碼方案之間存在差異，本文引用了最小字素編碼作為中間編碼進(jìn)行統(tǒng)一轉(zhuǎn)換。本文主要完成的工作