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

1、隨著計算機應用技術研究的深入發(fā)展，蒙古文信息處理技術也得到了迅速地發(fā)展。我國從上世紀70年代末就開始了蒙古文信息處理的研究工作，研究的重點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計的。但是，蒙古文特有的“同形異音”、“同音異形”現(xiàn)象，使得僅按字形設計的編碼方案，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國際標準編碼體系中定義了蒙古文國際標準編碼字符集，該字符集定義

2、了35個蒙古文基本字母，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，并有利于蒙古文信息處理的國際化、標準化。
　　 在實際應用中，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，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錯誤，主要表現(xiàn)在錯誤單詞與正確單詞的字形相同，但計算機內部編碼不同

3、，用不同蒙古文文字處理系統(tǒng)得到的文檔，無法實現(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換成用正確的名義字符表示，實現(xiàn)蒙古文信息存儲的標準化，已成為蒙古文信息處理研究的關鍵基礎性技術問題。
　　 本文使用規(guī)則、詞典和統(tǒng)計相結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行統(tǒng)一轉換。本文主要完成的工作