识别现代藏文基字的算法设计与实现

识别藏文单音节的基字是藏文排序的基础,识别算法的劣质直接影响到藏文排序的速度和效率。文章在对藏文编码体系和藏文单音节本身的语法特点进行研究的基础上,设计一种识别藏文单音节基字的算法,经试验表明已达到较高的准确率。     

基于深度学习的藏文舆情分析研究

随着自然语言处理技术的快速发展，藏文信息处理技术也取得了较大进展。其中，藏文舆情分析作为藏族地区社会舆情分析的重要技术，受到广泛关注。但是，现有的藏文文本情感分析研究由于起步较晚，还存在很大提升空间。本文提出基于深度集成学习的藏文文本情感分析算法。并通过建立藏文情感数据集进行实验，本文算法在三类情感（正向、负向、中性）中精确率平均提升1.65%，召回率提升1.63%,F1分数提升1.96%。实验结果表明，本文采用的深度集成学习有效地提高了文本情感分类的性能。     

试提一种新的藏文音节字排序模型

音节字的排序是藏文字词排序的基础,但目前还没有统一的规范标准。本文对《新编藏文字典》中任意部首内部的音节排序做一种同一而合理的调整,提出一种形式简便,运算快捷的排序模型,供以参考。     

基于贝叶斯算法的藏文垃圾邮件过滤研究

随着藏文编码字符集国际标准的制定,以及微软的第一个全面支持藏文的Windows Vista操作系统的发布,计算机对藏文的处理能力达到了与英文和汉文相同的级别.藏文垃圾邮件正处在萌发中,将对国家安全和社会稳定带来了威胁.贝叶斯算法广泛用于中、英文垃圾邮件过滤中,但藏文有其独特的语言特性,不能把国内外的研究成果直接应用到藏文垃圾邮件的过滤中.本文介绍了朴素贝叶斯算法的基本原理和藏文垃圾邮件的特殊性,最后分析了基于贝叶斯的藏文垃圾邮件过滤器的性能的几个因素.     

现代藏文自动校对现状分析

虽然现代藏文自动校对技术研究是藏文信息处理技术中一项具有广阔前景和极具挑战性的研究课题,但目前对藏文自动校对技术的研究主要是集中在自动侦错上,对自动纠错的研究要滞后得多,鲜见有专门的研究。文章主要对国内开展藏文自动校对研究的相关工作进行了介绍和评价,在此基础上对现代藏文自动校对的进一步发展进行了展望。     

基于最大熵模型的藏文不良文本识别系统的设计和实现

随着互联网不断发展,境外反动势力利用网络传播不良信息呈愈演愈烈之势,尤其在藏文信息方面。利用最大熵模型,可对网络藏文文本进行分类,识别不良藏文文本及正常藏文文本。用互信息进行特征提取,建立藏文不良文本库用以训练最大熵模型,利用Opennlp最大熵工具包实现功能,利用最大熵模型求出文档属于不良文本和合法文本的概率,通过分析准确率、召回率对识别结果进行分析。通过实验实现了最大熵算法进行藏文文本分类功能,用最大熵算法进行藏文不良文本识别效果比较明显。     

浅谈多媒体技术在初中藏文教学中应用的现状分析

多媒体教学是现代教育信息技术的一种范畴,在现代教育教学中通过使用多媒体教学能够对传统教学方法有着辅助的作用.文章通过对多媒体技术在初中藏文教学中的使用现状进行比较详细的分析并阐述了传统的藏文教学与现代教育信息应相结合的初步思考.     

基于词链结构的藏文文本零水印算法研究

藏文文本数字水印在藏文电子公文安全方面具有非常重要的意义,但目前文本水印还存在着鲁棒性不强,水印容量不足等问题。本文针对上述问题展开研究,提出了一种基于词链结构的藏文文本零水印算法。首先,将藏文文本表示成词链形式,然后,记录下词链中与文本主题词相关度较大的词语的位置作为水印信息进行存档,需要进行版权验证时再用相同的方法提取水印,并用已存档的水印进行判决。实验结果表明,该算法可以有效地抵抗同义词替换、词语调换等攻击,同时,提高了水印容量。     

藏文分词中交集型歧义字段的切分方法研究

藏文自动分词是藏文信息处理中一项不可缺少的基础性工作,是藏文搜索引擎、语法信息词典建设、机器翻译、语音合成、文本自动分类、自动摘要、自动校对等等研究的基础工作。藏文自动分词中歧义消除也是关键技术,本文提出了藏文交集型歧义的切分方法即双向扫描识别和最大概率分词算法进行处理的方法。     

藏文机器翻译用句型转换算法研究

在信息发达的当今社会,传统的人工翻译无法满足西藏社会发展对于藏文翻译的巨大需求,藏文机器翻译的实现是亟待解决的问题,文章采用基于规则的方法研究藏文机器翻译,提出了基于句型模板的汉藏句型转换算法,结合源文预处理和词典知识库实现汉藏机器互译。     

面向藏文基本集编码的单模式匹配算法研究

BM算法是最经典的单模式匹配算法之一,但该算法并没有考虑藏文文字特征,故使滑动距离受限。在藏文中该匹配算法有进一步改进的空间,文章提出一种改进的针对藏文编码的BMT(BoyerMooreTibet)模式匹配算法。BMT针对藏文unicode编码以及藏文音节特征,修改并优化了算法匹配过程,在执行精确匹配时消除了冗余匹配,增大了单次精确匹配后的滑动距离。该算法性能优异,算法能够获得较少的比较次数以及增大跳跃距离。     

藏文古籍文献数据库系统建设的探讨

论述了开发建设藏文古籍文献数据库的重要意义,提出了建设藏文古籍文献数据库涉及的标准问题和数据库系统的结构,并指出了藏文古籍文献数据库系统建设过程中可能存在的一些问题。     

藏文自动排版技术在藏文办公软件中的实现

近几年来在我国政府和有关部委的大力支持下,藏文信息处理技术得到了空前的发展,基于国际国家标准的藏文应用软件相继研发成功.本文就围绕国内外第一款基于藏文编码字符集(基本集、扩充集A和B准)国际国家标准的中标普华藏文办公软件,重点论述了在藏文办公软件中解决藏文文本自动断行的问题和藏文自动排版技术的实现方法.     

藏文文献收集与开发途径探究

本文通过对藏文古籍文献的分类和特点的分析,探讨了藏文文献的收集与开发的方法和途径,以期在网络环境下更大限度的发挥藏文文献的学术价值和社会意义.为促进我国的藏学研究事业和民族教育事业,提供一定的借鉴和参考.     

JAVA编程技术中藏文处理问题的分析及解决

在基于UNICODE编码方式的Java编程技术中,利用国际标准框架下的<信息技术藏文编码字符集国家标准扩充集A、B>,使基于GUI图形的用户界面上能够正确地显示藏文、在即时通信中能够正确地传输藏文数据.本文将从藏文编码字符集的知识入手,以Java编写的藏文即时通讯软件为例,分析以上两个问题并提出解决它们的方案.     

Unicode藏文分词系统的设计

微软公司以叠置引擎和OpenType字库技术为基础,于2007年推出了基于藏文国际标准编码Unicode字符动态组合的藏文系统。该系统支持与藏文书写方式相一致的输入法,并能解决国内其他藏文系统普遍存在的缺字问题,其发展趋势很强,已成为藏文资源及藏文应用软件开发的主流平台。藏文分词作为信息处理的基础性工作之一,在藏文信息检索、自动校对、机器翻译等领域有着广泛的应用,所以很有必要对Unicode藏文文本进行分词研究。     

藏文分词系统中紧缩格识别和藏字复原的算法研究

基于词典的藏文自动分词系统中,紧缩格的识别较大程度上影响着切分效果。本文针对紧缩格的语法特点,在才智杰老师提出的利用紧缩格的添接规则还原藏文原文的还原法基础上,提出了识别末尾添接的字符"■"是否为再后加字,以提高识别紧缩格"■"的准确率;提出了切分紧缩格"■"后将对黏附紧缩格的藏字进行复原的算法,以避免切分中造成切分错误现象,提高了切分准确率。     

藏文数字图书馆研究综述

文章概述了2005～2013年国内藏文数字图书馆研究的进展及热点,从其藏文数字图书馆的概念、特点及各种技术在藏文数字图书馆中的应用、元数据研究成果,做一梳理并进行分析综合,以便揭示藏文数字图书馆的研究现状、研究重点和研究方向,为今后的研究者以启示。     

汉文和藏文在信息处理中的比较研究

汉文和藏文是中文信息处理的重要组成部分,文章利用比较法对两者的信息处理方法和技术手段进行了研究,从而为今后进一步开展藏文信息处理深层次研究工作提供借鉴。     

基于物联网的藏文二维码的研究与实现

为了解决西藏农牧区产品信息物流的安全性,以及一维条码存储信息量的局限性导致的产品信息录入数据库的复杂性和偶然性问题。文章基于物联网的相关技术,通过藏文二维码软件的设计,不仅实现了可以避免一维码所能包含信息量少的缺点的功能,也能为不认识汉字的农牧民提供阅读的方便。文章在设计一个藏文的二维码生成软件时,对二维码的编码结构、编码原理、编码流程等问题进行了分析,最后利用Visual Basic软件进行应用和开发。