摘要: 语言是人进行思维的主要工具,词是语言处理的基本单位。在计算机信息处理中,目前是按字设计编码。随着计算机信息处理技术的发展,这种完全按字编码的不足也日益显示出来。从信息处理的基本需求以及词的基本特性出发,提出字词综合考虑且以词为本的统一编码方案。该方案以现行的主要编码标准UTF-16为基础,维持现有的字编码,增加词编码;词编码以包括一定语义信息及语义关系的概念空间树进行逻辑组织,以适应聚类检索及语种间代码转换的原则进行空间组织。最后指出了需要进一步深入研究的几个疑难问题。
中图分类号:
程元斌. 以词为本的编码方案的探讨[J]. 江汉大学学报(自然科学版), 2013, 41(2): 47-52.
CHENG Yuan-bin. Encoding Scheme Based on Words[J]. Journal of Jianghan University(Natural Science Edition), 2013, 41(2): 47-52.