藏文自动排序研究综述

藏文自动排序是藏语自然语言处理领域一项重要的基础研究工作,在词典编纂、信息检索和日常办公等方面具有重要的应用价值。藏文特殊的二维非线性组合方式、词法规则和词典排序规则使得藏文自动排序比其他语种的排序更加复杂。文章对已有研究提出的藏文自动排序方法、规则、算法和模型等进行了较为全面的分析与总结,为研究人员了解藏文自动排序中的构件识别、排序规则和方法以及优化藏文自动排序相关工作提供参考。

基于诱导排序的藏文后缀数组构建算法

后缀数组、BWT、LCP数组是进行全文索引和文本压缩的重要数据结构,BWT和LCP数组通常由构造完成的后缀数组计算而来。基于诱导排序的SAIS算法是最快的后缀数组构造算法之一,本文对SAIS进行改进后提出了藏文后缀数组算法ITSBL,在诱导产生后缀数组的同时计算BWT而无须在内存中保存完整的后缀数组,结合藏文的音节结构特点对计算出的后缀数组进行处理,得到以藏文音节字为单位的藏文后缀数组和LCP数组,结果更符合藏文的使用习惯。相比单独计算后缀数组、BWT、LCP数组,ITSBL算法在较大文本下性能提升约10%,较小文本下提升约30%,具有一定的应用价值。

小字符集现代藏文排序技术的研究

构成藏文音节的字母具有一定的顺序,ISO/IEC10646(Tibetan)中每个藏文字符规定了排序码,但是藏文音节的构造复杂性使得藏文不能直接按构成藏文音节的字母顺序来排序,也不能直接应用这些排序码,提出了基于ISO/IEC10646(Tibetan)的藏文排序算法,主要思想是:从文本中读入藏文音节,并把它转化为一维的字母串;识别基字及调整构成藏文音节的字母(构件)顺序,并且在缺构件位置上添加相应的空格符;用快速排序法对藏文音节串进行排序;构成藏文音节的字母(构件)顺序调回到原来的顺序,去除空格符,并输出。

引入排序码实现藏文字符的排序

字符排序一般要遵循字典顺序并且需要为每个参与排序的字符赋予特定的排序码。藏文字符有两种编码方式:动态组合方式和静态组合方式,对于动态组合方式编码的藏文组合字符而言,仅仅根据构成它的字母来排序,则排序结果与字典顺序有较大的差异。文中分析了藏文字符的字典顺序,总结了藏文的字典顺序规律,提出了引入藏文字符集扩展集A中的UNICODE编码为排序码对藏文组合字符进行排序的观点,使得藏文组合字符的排序符合藏文字典顺序。

现代藏文音节排序的算法设计

根据藏文文字结构特点和相关语法规则,以及藏文音节的排序与汉文、英文字符的排序相比相对复杂的特征,提出了一种识别藏文音节基本辅音字母的算法,从而将二维的藏文音节展成一维的藏文字母串,实现了藏文音节的正确排序.通过选取一组有代表性的现代藏文音节进行测试,排序结果与这些音节的字典顺序完全一致,证明该算法对藏文音节排序是有效的.

藏文在Word表格中排序的算法研究

Word是目前使用最广泛的应用程序之一,对目前的绝大多数用户来说Word几乎接近完美,但对少数藏文研究工作者来说依然存在不足,其中藏文排序在Word中尚未实现,该文提出一种实现在Word中藏文能同其他文字一样实现排序的算法。

书面藏语排序的数学模型及算法

针对中国国家标准及ISO藏文编码字符集提出书面藏语字词的排序涉及藏字结构序、构造级和字符序概念 ,是不同于中文、英文序性而性质独特的一种排序 .文章详尽分析了藏字字形、结构形态、传统字符顺序以及藏字字长和层高等特征 ,构建出藏语排序的数学模型 .然后依据模型要求为每类藏文符号进行数字赋值 ,通过算法逐步确定字符位置并识别字符 ,最后按照抽取字符的对应数值组合排序 ,完成了藏语字词的排序 .该模型现已在Win dows平台上实现 .

微波消解ICP-AES法同时测定藏药二十五味松石丸中的四种金属元素

目的：建立藏药二十五味松石丸中汞、金、铜和铅4种金属元素的含量测定方法。方法：采用微波消解ICP-AES法同时测定藏药二十五味松石丸中汞、金、铜和铅4种金属元素。结果：藏药二十五味松石丸中的汞的含量较高,为1.54%,金含量〈0.0001%,铜和铅的含量分别为0.38%和0.001%。加样回收率为96.40%~100.60%,精密度RSD为1.36%~2.55%。结论：本法简便、灵敏、准确,可用于藏药二十五味松石丸的质量控制。

基于ISO/IEC 10646标准的藏文编码转换的设计与实现

目前,国内少数民族地区的书报印刷行业大多使用北大方正、华光藏文排版系统。这些软件的编码各异,致使有限的藏文资源无法实现交换和共享,造成这种现象的原因是各种软件编码体系不一致。解决这个问题的根本途径是将各种不同体系的藏文编码转换为符合国际标准的编码。该文以华光Windows藏文字符编码为例,首先对每个藏文字符进行构字分析,然后采用分表分组技术构造出每个字符符合ISO/IEC 10646标准的编码序列,最后采用hash技术优化查询算法,实现非标准的藏文字符编码向标准编码序列转换。

0微波消解ICP—AES法同时测定藏药二十五味松石丸中的四种金属元素

目的：建立藏药二十五味松石丸中汞、金、铜和铅4种金属元素的含量测定方法。方法：采用微波消解ICP—AES法同时测定藏药二十五味松石丸中汞、金、铜和铅4种金属元素。结果：藏药二十五味松石丸中的汞的含量较高，为1．54％，金含量〈0．0001％，铜和铅的含量分别为0．38％和0．001％。加样回收率为96．40％～100．60％，精密度RSD为1．36％～2．55％。结论：本法简便、灵敏、准确，可用于藏药二十五味松石丸的质量控制。

藏区民俗体育文化探索——以四川甘孜藏族自治州为例

甘孜州藏区民俗体育源远流长、璀璨多姿,蕴藏着旺盛的发展潜力,但是在西方竞技体育全球性的覆盖和冲击下,我国少数民族传统体育的发展走上了滞停、保护、流失,甚至趋于边缘化的境地。通过田野调查、文献资料、专家访谈等方式,对四川省甘孜藏族自治州千姿百态的民俗体育文化现状进行整理和挖掘,旨在弘扬和传承藏区民俗体育文化。

一种基于VBA的藏文音节排序方法的设计与实现

现代藏文字典序是按照传统藏文字的构造序而建立的排序方法,遵循严格的书面藏语构造规则.藏文编码中国国家标准正式发布实施后,藏文字符自身构造的复杂性、大量梵音藏文等他族语字符以及科技字符的存在,使得Microsoft office环境下藏文的序性问题一直未得到很好的解决.本文提出并实现了一种基于VBA的藏文音节在Word应用程序中的排序方法,方法简单、容易实现,解决了藏文音节在Microsoft office环境中排序的问题.

藏文组字部件的自动识别与字排序研究

藏文字有着独特的构字规则,组字部件的自动识别在藏文字、词、句层面的信息化处理有重要的应用。文章提出的藏文字部件自动识别方法理念为,现代藏文字按其第一个部件字符的不同分成5种结构类型,每一种类型又按其字长分为若干个子类,在每个子类中定义各字的部件识别算法,最后在藏文组字部件识别的基础上,给每个部件赋予序值,实现藏文字的有效排序。

藏文期刊论文检索系统研究

随着藏文期刊论文的数量和类型与日俱增,人们对藏文期刊论文的时间性和准确性的要求也越来越严格,藏文期刊论文的现代化管理已迫在眉睫。为了适应期刊论文管理的新形势,更好地方便读者查阅论文资料,研究藏文期刊论文检索系统有很大的必要性。本文对藏文期刊论文检索系统进行了研究,实现将分散在各处杂志上的论文收集整理,提供统一的查询接口,方便用户在更大的范围内查找所需内容。

康巴藏文文献搜集整理浅议

以甘孜州图书馆藏文文献资料搜集为例,从工作实践中遇到的问题出发,阐述了康巴地区藏文文献收集、整理的现状及意义。提出对康巴地区藏文文献搜集整理的思路。

插入和归并算法在现代藏文字符排序里的比较

选择一个最优的排序算法很重要,因为它能够帮你可以节省大量的资源。因此,学习研究排序算法具有重要的理论意义和广泛的应用价值。首先对排序、插入排序、归并排序、现代藏文字符排序进行理论分析。然后在Python环境下实现插入、归并两种排序算法的现代藏文字符排序。最后从时间复杂度和空间复杂度来分析比较两种算法在现代藏文字符排序上的运用。

“数”的表达与汉藏语名词的类型

主要借鉴Rijkhoff的方法,基于语言中计数表达形式的不同,讨论汉藏语中的集合名词和种类名词。通过对量词和复数标记的发达程度的考察,可以发现,汉藏语各语言的名词总体类型分布在由集合性最强到种类性最强的等级序列上,藏缅语族的藏语支、景颇语支等处于序列的左侧,汉语、壮侗语族、苗瑶语族等处于序列的右侧。从历时的角度来看,汉藏语都经历了由集合名词向种类名词的变异。并对影响变异的因素进行了探讨,名词的生命度等级越高、所计的数目越大,其集合性越强。最后,将汉藏语系与阿尔泰语系的名词类型进行了比较,认为一种语言名词类型的变异根本上取决于该语言的形态类型。

边疆治理视域下藏族石刻档案的整理发掘研究

藏族石刻档案是藏族文化的重要组成部分,保留了中央王朝与藏族珍贵的历史记忆,具有鲜明的民族特色,详细记载了中央王朝为治理边疆所实行的各项措施。本文从边疆治理的视域出发,提出开展藏族石刻档案的整理发掘研究工作,有利于为边疆治理的理论研究和实践创新提供档案支持;并通过文件连续体理论提出整理发掘的思路与对策,结论对少数民族历史档案的整理发掘具有理论意义与现实意义。