资源描述：
《藏文信息处理属性统计研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。
1、中文信息学报第卷第期!∀!藏文信息处理属性统计研究江获董颖红华南农业大学、、【摘要】本文统计分析了藏字的字长和构词频度藏字的声母和韵母结构方式及频度、藏字的位五字符及结构方式通过统计分析,从藏字结构方式的量和位置字,。符的量的度量揭示其质的面貌为藏文研究和藏字信息处理应用提供基础数据一、基本概念和术语藏文信息处理技术的基础是藏文基本属性的研究这方面涉及面较广,主要包括藏文字量及藏字分级、现代藏字使用频度、藏字现代读音、藏字字形、藏字
2、结构方式及藏字的,。,、、排序索引等等本文以现代藏语常用字为统计对象对藏文用字藏字结构方式藏字,构词频度和藏字的位置字符进行统计统计结果将为藏文研究和藏文信息处理应用以及制定藏语文文字政策提供有用的参考数据关于藏文和藏字的讨论有几个前提需要交待一般认为藏文是一种拼音文字,这个观念无论从藏文的创制、传统拼读、书写或词典编撰等各方面看都是符合历史事实的但从拼音文字的概念和信息处理看却应该有不同的角度。首先,拼音是指以文字拼写实际的语音,而藏文拼写的是一千多年前九至七世纪的,古代藏语语音其与现代口语读音差距甚大所以著名藏语学者
3、胡坦先生认为现代藏文是按历史规范拼写的超方言拼音文字。从这个意义看,藏文并非实际的现代拼音文字,相,,。反与汉字相比藏文倒与之有较大的一致性其字母符号有点类似汉字的部件或笔画其次,藏文书写并非线性顺序,而是一种二维图形方式这两件事给我们提供了有关藏文的基本概念。这种观念在我们研究藏文或设计藏文信息处理系统时是必不可少的基础。在有关藏文的基本概念基础上,我们还注意到藏语语音的特点是单音节性,藏文客观上反映了这个事实。每一组单音节藏文字符串代表藏语里的一个音节每一组成单音节的藏文字符串可能代表藏语里的一个词,也可能
4、只代表一个词素为此,我们把每一音节藏文字符组合称为藏字这样做有利于深化认识,避免混乱。“藏文”概念可以指藏语的文字体系或者表示构字的字母符号,但不表示具体的藏字而藏字概念也能表明藏字与藏语里的词并无一一对应关系本文年月日收到,,,“”习惯上藏文的三十个辅音称为字母四个元音称为符号本文一律统称为字符,、、、、用藏文字符构造藏字有很强的规律传统上区分基字上加字下加字前加字后加字和再后加字实际上是以拼读元音的基本字符为核心的周围位置命名出现或增减变化的字符各位置字符具有不同的作用,以符合语音规律和区别同形字
5、或表现某种语法作用。为,,避免概念混淆我们将这些位置字符分别称为或简称为基本位字符基字符上位,,,字符上字符下位字符下字符前位字符前字符后位字符后字符和末位字符末字符元音称为元音符。二、藏字构词频度统计和字长统计,,,按照本文目的统计对象为现代藏语常用字因此数据均取自口语材料个别无正字,。,的口语词其俗字也兼收并蓄所收材料为《藏汉拉萨口语词典》《拉萨口语读本》词,《藏语简志》词汇表,,。汇表三项共采集常用词语条经处理得藏字!字其中包括少数藏文拼写的外来字和个别古藏字。、藏字在词语中
6、出现情况统计下表列出全部统计词条中频度最高的前个藏字。藏文采用中央民族学院转写符号。,,很容易看出出现频度最高的前个藏字累计频度达占全部统计词条的五、,如,。和是名词动词和形容词的构词或构形词缀和更是分之一强构成动词或动词词组的典范语素。,我们还看到出现频度最高的前个藏字已占全部统计词条的近三分之一而前个,,藏字累计频度占全部统计词条的一半也就是说平均每一百条藏语词语中就有一半是由这个藏字参与构成的。藏字构词还有另一个有趣现象。统计材料有近千藏字几乎不具有构词能力,它们或
7、者只能独立使用或者固定出现在个别词或词语中。例如约有半数此类藏字为藏语动词的形态变化形式,。由于统计数据基本取自静态材料本文不讨论字频或词频问题以上统计结果只反映藏字在构词方面的某些数量特征。一一序藏字出现次数出现频度累计频度汉译做,作,搞词缀词缀,以词缀母亲,做抛口话给,搞起
8、词缀水,河地,土地无,没有山,坡,词缀做,作,词缀!大,大的
