漢字簡(jiǎn)繁體的自動(dòng)轉(zhuǎn)換研究.pdf

1、簡(jiǎn)化與繁化是漢字發(fā)展的兩個(gè)趨勢(shì),在歷史上這兩種作用不斷的影響著漢字形態(tài)的發(fā)展,形成了簡(jiǎn)體字和繁體字。1956年中國(guó)政府頒布了《簡(jiǎn)化字總表》,此后中國(guó)大陸開(kāi)始廣泛使用簡(jiǎn)化字,而中國(guó)臺(tái)灣等地區(qū)仍然使用繁體字,一些書(shū)法、篆刻等領(lǐng)域也多使用繁體字。簡(jiǎn)化字與繁體字并存的狀況給政治、經(jīng)濟(jì)、文化等領(lǐng)域的交流帶來(lái)了諸多不便。前人已經(jīng)認(rèn)識(shí)到了這個(gè)問(wèn)題,并有一些解決方案,但仍存在不足。因此,本研究希望通過(guò)整理簡(jiǎn)繁字的對(duì)應(yīng)關(guān)系,設(shè)計(jì)一款可以進(jìn)行簡(jiǎn)繁字自動(dòng)轉(zhuǎn)換

2、的軟件,一定程度上解決這個(gè)問(wèn)題。
　　本文著重討論如何將簡(jiǎn)化字轉(zhuǎn)換為相對(duì)應(yīng)的繁體字。將簡(jiǎn)化字正確的轉(zhuǎn)換為相對(duì)應(yīng)的繁體字,首先要尋找出簡(jiǎn)繁字之間的對(duì)應(yīng)關(guān)系。簡(jiǎn)繁對(duì)應(yīng)關(guān)系分為兩種,一種是一一對(duì)應(yīng)關(guān)系,一種是非一一對(duì)應(yīng)關(guān)系。其中,非一一對(duì)應(yīng)關(guān)系簡(jiǎn)繁字的轉(zhuǎn)換是關(guān)鍵。本文利用《簡(jiǎn)化字總表》和《康熙字典》,同時(shí)綜合了前人的研究成果,確定了126個(gè)非一一對(duì)應(yīng)的簡(jiǎn)繁字字組,同時(shí)找出使用頻率高、覆蓋范圍廣的5909組一一對(duì)應(yīng)簡(jiǎn)繁字,將二者做為轉(zhuǎn)換的

3、基礎(chǔ)。
　　然后,針對(duì)126組非一一對(duì)應(yīng)簡(jiǎn)繁字,利用《漢語(yǔ)大詞典》、《重刋宋本十三經(jīng)注疏附?？庇洝贰ⅰ妒酚洝?、《風(fēng)俗通義》、《莊子》、《文選》等詞典和電子文獻(xiàn),尋找其不同的搭配,為下一步軟件的設(shè)計(jì)提供詞庫(kù)。
　　而后,基于之前做好的字庫(kù)和詞庫(kù),對(duì)126組非一一對(duì)應(yīng)簡(jiǎn)繁字進(jìn)行分類(lèi),分別使用排除法和語(yǔ)境法設(shè)計(jì)軟件,并進(jìn)行測(cè)試。
　　本研究利用大規(guī)模真實(shí)語(yǔ)料庫(kù)和現(xiàn)有的大型字、詞典,將規(guī)則與統(tǒng)計(jì)方法相結(jié)合,基本實(shí)現(xiàn)了簡(jiǎn)繁字特別