多字体印刷藏文内容监测系统研究

针对藏文舆情分析中藏文印刷品和藏文图片内容无法自动监测的难题,文章在深入分析印刷藏文字符特征和藏文文本特点的基础上,提出支持多字体印刷藏文内容监测系统的实现方法,重点阐述藏文字符的特征提取、分类算法以及藏文文本内容监测方法。

统计与规则相结合的藏文人名自动识别研究

提出了一种基于统计与规则相结合的藏文人名自动识别方法。该方法充分挖掘了人名与上下文信息的关联程度,引入互信息对关联程度进行了定量的描述。根据大规模语料(30.2 M文本语料)的统计数据所建立的规则极大地提高了识别算法的准确率;在处理汉族音译人名情况时,采用姓氏驱动的方法,很好地解决了藏文文本中汉族人名的识别问题。实验结果表明,该方法具有较高的准确率和召回率。

跨Windows和Linux平台的藏文输入法研究

介绍了跨Windows和Linux平台的藏文输入法技术及技术特征。论述了在不同操作系统环境藏文输入法的实现方法,从而设计在Windows和Linux两类OS间的输入法接口模块;讨论了使用软件移植、第三方虚拟机工具、操作系统抽象层等三种技术,设计跨多个操作系统平台的藏文输入法。