《大学计算机基础 - CCF》由会员分享，可在线阅读，更多相关《大学计算机基础 - CCF（23页珍藏版）》请在金锄头文库上搜索。
1、基于语义构件的甲骨文字库自动生成技术研究,报告人：吴琴霞 单 位：安阳师范学院 E-mail：wqx0218,2,1.问题的提出,2.甲骨字形构成分析,3.构件知识库的建立与应用,报告主要内容,4.甲骨字的构形系统,5.结论,3,一、课程剖析,1.问题的提出,研究意义,认读甲骨字,40%,数字化,计算机技术,出土甲骨片,10万片,甲骨学,2,4,甲骨文数字化的前提？,1.难以定形，难以输入。 2.字形复杂。（大量的异体字和合体字） 3.难以定量。（大量的未释字和新出土的甲骨字）,甲骨文字库建立面临的难题,1.问题的提出,甲骨文字库的建立。,5,甲骨字表示成由415个语义构件和18个笔元作为操作
2、数，构件间的5种位置关系作为运算符的数学表达式,无字库的输入方式,方法的提出,该方法摆脱了字库的限制、存储量小； 方便了文字的跨平台的传播； 并且每个部件附加上对应的语义信息，为认知和考释甲骨文带来了方便。,该法达到的目的：,6,造字机理：,方法的可行性甲骨字构形分析,甲骨文多为合体字 ； 多为义义组合；,甲骨字的造字机理：,文字系统中字符的构成有具有一定的层次性和理据性 初造字字符在形成时没有参照文字系统中已有的字符 新造字字符在形成时参照了文字系统中已有的字符,7,方法的可行性甲骨字构形分析,甲骨字大多为基字之间通过某种组合规则相互组合获得新字符。这种符号联系性将所有字符都串起来，使得整个
3、字符系统中的字符变成一个有机整体 。,8,方法的可行性甲骨字构形分析,新造字符富有层次性，层次的增多，构件数量也逐渐增多，字符显得更加复杂 。,9,分层甲骨文字库,甲骨字表示为由几个构件和笔元构成。 一个甲骨字JGZ由若干个构件Ci(i=1,2，n)构成。每个构件由若干笔元构成SS i(i=1,2，n)构成，每个笔元由若干个笔段Bij构成。即： JGZ=C1，C2,Cn ；C i =SS1，SS2,SSn；SS i =(Xi1,Yi1)|( Xi2,Yi2)；,笔元：笔元是由一个或多个有向笔段组成的一个完整的笔画结构,有向笔段：即有方向的线段，设(X1，Y1)是线段的起点， (X2，Y2)是线
4、段的终点，则一个完整的有向笔段的描述为： B12=(X1,Y1)|( X2,Y2),10,甲骨文的基本笔元,11,通过分析1024个甲骨字，提取415个具有独立语义单位的甲骨文构件。甲骨字是由构件和基本笔元组成，不同的组合和位置关系组成不同的甲骨字 。为实现甲骨字体的笔元分解，将所有的构件组成的规则有机组织起来，形成甲骨字构件知识库。,构件知识库：,构件知识库的建立,构件骨架的提取与保存：,构件在不同的甲骨字中所处的位置、大小不同，并且形状还可能发生稍微的变形。 构件库要保存的信息：笔元分界点、笔元间的组合关系、笔元数、构件语义。,12,构件的存储,13,构件外观动态修改,满足不同的甲骨字中构
5、件的外观不同，先对构件的骨架信息进行编辑和修改来满足不同的需要 。 构件修改算法见论文，主要包括笔元的插入、移动、删除、编辑等。依据算法可以生成不同的构件外观。,14,基于仿射变换的构件复用,仿射变换是在平面几何上的一种线性变换，可以将二维图形旋转、缩放、切变和投影等。所以仿射变换可以达到构件复用的功能 。 仿射变换的关键是在甲骨字和构件上选取3个对应点，3个点在变换后是与原甲骨字字形位置不变的，它完全决定了变化后的甲骨字构件的位置、大小和形状。选点不当会造成字形不理想 。,15,选点规律,1）直线笔元：可选开始节点的两个分叉点和末节点。两个分叉点决定笔元的宽度，末节点决定笔元的长度。 2）折
6、线笔元：可选开始节点、中间拐点和末节点。 3）弧线笔元：可选开始节点、中心点和末节点。 4）方形的构件： 选四个角中的三点。需要上部对齐则选上部左右两角和下部一点，需要下部对齐则相反。 5) 三角形的构件：一般选最上点和最下两点。但如果构件没有对正，则可适当在构件或甲骨字上向左或右偏移下面的某一点，直至对齐。 6) 在左边的构件：可选最上一点、最下一点和最左一点，在右边的偏旁则反之。,16,系统以甲骨文的笔元矢量图为基础的对象，经过特征提取整合等步骤后生成构件知识库，从而得到甲骨字的组成笔元之间的位置关系，产生甲骨字的构件描述。,甲骨文构形系统：,甲骨文构形系统,17,甲骨文的结构特征,甲骨字
7、的结构特征：,甲骨文字形拓扑图形中可以归纳出五大类基本结构：1）独体结构用“D“表示；2）左右结构，左右结构中又分为相接（LRj）和分离(LRf)；3）上下结构，上下结构也分为相交(TBj)和分离(TBf)；4）半包围结构(BBW)；5）全包围结构(QBW)。,18,甲骨字描述,19,存储量减少,语义构件库中的每一个构件用特征点保存，现已经总结出415个语义构件，存储量为126KB，用500个甲骨字做实验。在存储甲骨字时只需给出构件名（即索引信息）3个字节，坐标参数就可以了。采用该方法组成的字库和使用Bezier曲线存储每一个甲骨字存储量对比如图4所示,20,21,构件笔元组成甲骨字,22,结束语,本文以已释的1024个甲骨字为研究对象，使用骨架信息的提取等基本操作，产生了甲骨字的笔元特征点，以完整的语义信息为基本构件，生成了甲骨字的构件知识库。最后通过仿射变换复用构件生成每个甲骨字形。采用此方法为以后的语义构件统计，甲骨字形形成，甲骨字的编码和甲骨字中未释字的考释打下基础。 虽然这种方法在运行时还有不少改进的地方，但通过这种方法可以实现甲骨字分级字库的建立，大大减少人工的工作量，使得字库的容量可以动态的增加和修改，并且存储量小方便传播。,23,结束语,Q&A? 谢谢大家！,
