基于規(guī)則的蒙古文自動校對方法研究.pdf

1、蒙古文自十三世紀創(chuàng)造以來一直沿用至今，逐漸演化成了一種有著嚴謹?shù)臅鴮懸?guī)則的比較成熟的拼音文字。由于它有同形異音字母和一些字母的變體相同的情況的存在，在用計算機輸入蒙古文時很容易混淆這些形狀，也存在一些人為了更快捷的輸入而有意的用形狀相同的變體代替原字母變體的情況。這些輸入方式都違反了蒙古文正字法和控制符使用規(guī)則。用這種輸入方式得到的文本只適合日常辦公和出版，根本達不到信息處理的標準，用這種文本得到的一些實驗結(jié)果是也不準確的。所以對蒙古文

2、信息處理的發(fā)展來說是種行進中的一大阻力。
　　因此有必要對這種文本進行校對、提煉，使之變成準確的、可用于信息處理的語料。人工校對費時費力，又不可能查到每個字母的編碼，所以我們必須選擇自動校對來做輔助。這樣就省去了很多時間和人力，也能得到較準確的文本。隨著信息處理技術(shù)的不斷發(fā)展，在蒙古文自動校對的理論和應(yīng)用方面都取得了許多可喜的成績。但也需要別的途徑的新鮮血液的補充，這樣才能逐漸完善，成為比較全面的、高準確率的方法。本文包括以下幾個

3、方面的工作。
　　(1)用人工校對的方式認真統(tǒng)計人們的錯誤輸入方式，對其進行分類統(tǒng)計，研究找出常犯的錯誤及錯誤的規(guī)律，對研究校對方法提供依據(jù)和理論支持。
　　(2)用總結(jié)出的常犯錯誤和掌握的規(guī)律研究出用規(guī)則校對這類文本的方法。
　　(3)用關(guān)鍵技術(shù)實現(xiàn)了研究出的校對方法，構(gòu)建了一個實驗性的基于規(guī)則校對蒙古文的方法的平臺。
　　(4)通過條件苛刻的校對和比對實驗，驗證了用此方法可以很好地解決它能發(fā)現(xiàn)的錯誤。