基于DUCET的藏文排序方法

DUCET为每个藏文字符规定了排序码,但藏文音节的拼写复杂性使得藏文排序不能直接应用这些排序码,提出了基于DUCET的藏文音节排序方法,主要思想是首先,将二维的藏文音节转化成一维的字母串;其次,从DUCET中查出每个字母的排序码,得到藏文音节对应的排序码串;最后,通过比较排序码串实现藏文音节间的排序。还讨论了藏文音节与一般藏文字母串以及藏文字符串与外文字符串间的比较规则。     

藏文字库标准符合性自动检测方案设计与实现

软件产品的标准符合性测试是衡量产品质量与性能的重要方法。本文根据藏文字符集标准与字型标准,按软件产品的可用性原则,分析与定义了藏文字库标准符合性检测的含义与内容。本文提出了实施藏文字库标准符合性测试的方案与算法,实现了藏文字库测试程序。测试结果表明本文的检测方案可行、完整,也为其他文字的字库标准符合性检测提供了很好的途径。     

引入排序码实现藏文字符的排序

字符排序一般要遵循字典顺序并且需要为每个参与排序的字符赋予特定的排序码。藏文字符有两种编码方式：动态组合方式和静态组合方式,对于动态组合方式编码的藏文组合字符而言,仅仅根据构成它的字母来排序,则排序结果与字典顺序有较大的差异。文中分析了藏文字符的字典顺序,总结了藏文的字典顺序规律,提出了引入藏文字符集扩展集A中的UNICODE编码为排序码对藏文组合字符进行排序的观点,使得藏文组合字符的排序符合藏文字典顺序。     

基于多特征的藏文微博情感倾向性分析

中英文微博大都以单一语种来表述,而将近80%的藏文微博都是以藏汉混合文本形式呈现,若只针对藏文内容或中文内容进行情感倾向性分析会造成情感信息丢失,无法达到较好效果。根据藏文微博的表述特点,该文提出了基于多特征的情感倾向性分析算法,算法使用情感词、词性序列、句式信息和表情符号作为特征,并针对藏文微博常出现中文表述的情况,将中文的情感信息也作为特征进行情感计算,利用双语情感特征有效提高了情感倾向性分析的效果。实验显示,该方法对纯藏文表述的微博情感倾向性分析正确率可达到79.8%,针对藏汉双语表述的微博在加入中文情感词、中文标点符号等特征后,正确率能够达到82.8%。     

基于大规模网络语料的藏文音节拼写错误统计与分析

针对从互联网获取的一份包含19万藏文网页,总计427万句、9 328万音节字的藏文文本语料,该文按照预定的规则对其中的藏文音节拼写错误情况进行了统计与分析。数据显示,在语料中出现的共计20 743个藏文音节中,含有拼写错误的音节共有9 700个,占藏文音节总数的46.762 8%,错误音节在语料中共出现27 427次,仅占0.030 8%,说明这份语料的文本质量是相当高的。文中还详细统计了各种不同表现形式的错误音节所占比重,并分析了导致拼写错误的四个主要原因: 一是输入了多余的元音符号;二是音节点或句尾空格缺失;三是同一字丁/字符存在多种表达形式;四是错误地使用了相似字符。     

藏族量理摄类学四句判断法简述

根据藏文第一手资料,在系统爬梳四句判断法理论传承的基础上,阐述本论题的基本概念和主要特点,进而解释和分析其学术价值以及理论意义,旨在传承人类优秀文明遗产,为当代人所用。     

基于GIS的黄土高原地区退耕还林绩效分析

根据黄土高原地区退耕还林实际、退耕还林影响度以及区域社会经济条件等,建立了退耕还林绩效评价指标体系,在GIS平台上运用PCA方法,对黄土高原地区1998—2007年10 a间退耕还林的成果进行价值核算和绩效评价。结果表明:陕西省退耕还林的效果最为明显,绩效等级一直居于Ⅰ类;甘肃省自2002年开始,绩效等级由Ⅲ类上升为Ⅱ类;河南省退耕还林效果较为明显,2000年绩效等级由Ⅴ类上升为Ⅳ类,2001年、2002年由Ⅳ类上升到Ⅲ类,2003—2005年由Ⅲ类下降为Ⅳ类,之后的两年又恢复到Ⅲ类;内蒙古2005年由Ⅴ类上升为Ⅳ类。     

青藏高原地区被动微波遥感反演地表温度算法验证

近年来,青藏高原地区的水热平衡成为关注的焦点,而地表温度是陆表过程模型的重要输入参数之一。被动微波遥感在地表温度反演上已经取得了一些进展。本文重点用被动微波数据反演地表温度算法对青藏高原地区的数据做不同下垫面的地面验证和分析,包括Mao(2005)、Richard(2003)、Zhao(2011)3种算法。研究表明:Richard(2003)的单通道算法能够适应低矮植被地区,反演精度高;Zhao(2011)算法在裸土地区的反演精度更高;而Mao(2005)算法出现了低估的情况。研究发现3种算法的绝对误差随不同时间降雨的变化呈现相同的波动趋势,即反演精度受到降雨的影响,降雨量增大,温度反演误差变大;降雨之后,随着地表逐渐干燥,土壤水分逐渐减小,误差随之减小。     

基于语料库的藏语高频词抽取研究

在借鉴汉语基于语料的词抽取技术研究成果的基础上,给出藏语文本预处理方法,并提出一种基于语料库的藏语高频词抽取算法,其中包括藏语文本预处理用噪音字表、紧缩词及其预处理方法和基于语料库的藏语高频词抽取算法。实验结果表明,该算法的准确率达86.22%,召回率达89.79%,F值达87.94%。     

基于BP网络的木刻藏文经书文字识别研究

木刻藏文经书文中出现字符间粘连、断裂、遮挡现象严重,为识别带来极大的困难。在字符切分、特征提取等文字识别方法基础上,增加了基于BP网络的训练方法,通过对大量的木刻藏文经书字符的训练,修正了数据,收敛了识别结果。实验结果显示,此方法有助于提高木刻藏文经书的文字识别正确率。