現(xiàn)代漢語詞典系列數(shù)據(jù)庫的課件

1、現(xiàn)代漢語詞典系列數(shù)據(jù)庫1現(xiàn)代漢語詞典系列數(shù)據(jù)庫一、數(shù)據(jù)庫主要內(nèi)容 二、數(shù)據(jù)的一致性 三、數(shù)據(jù)庫的主要應(yīng)用功能 四、關(guān)于缺字問題 2一、數(shù)據(jù)庫主要內(nèi)容詞典的版本信息詞條信息偏旁部首檢字表其他3一、數(shù)據(jù)庫主要內(nèi)容詞典的版本信息（以第三版為例）包括： 書號 書名 版次 作者 出版單位 出版時間 發(fā)行單位 印刷單位 印次 印數(shù) 開本 字數(shù) 印張 定價 防偽 前言 說明 總目 音節(jié)表 檢字表 凡例 附錄等。詞條信息包括： 詞目 異體繁體字 拼音 釋義 特征。4一、數(shù)據(jù)庫主要內(nèi)容偏旁部首：偏旁部首、偏旁部首筆畫。檢字表：歸屬于某偏旁部首的漢字、除去偏旁部首筆畫外的漢字筆畫。其他：詞條中其他一些可供查詢、統(tǒng)

2、計的語法、語義、語用、構(gòu)詞等特征。 5二、數(shù)據(jù)庫與辭書數(shù)據(jù)的一致性數(shù)據(jù)的原始排列順序與辭書數(shù)據(jù)保持一致數(shù)據(jù)內(nèi)容和辭書數(shù)據(jù)保持一致數(shù)據(jù)庫主體結(jié)構(gòu)保持一致各版本現(xiàn)代漢語詞典辭書之間同種標(biāo)記不同標(biāo)法的數(shù)據(jù)在庫中也要保持一致(主要表現(xiàn)在各種計算機字庫中沒有的標(biāo)記、符號、序號等）。6三、數(shù)據(jù)庫的主要應(yīng)用功能 經(jīng)過對詞典內(nèi)容的結(jié)構(gòu)化處理，數(shù)據(jù)庫里有以下幾類信息可以用于檢索、統(tǒng)計、分析和比較：1、詞目部分：字、詞、語素、字數(shù)、偏旁部首、偏旁部首筆畫、除去偏旁部首筆畫外的漢字筆畫、繁體字、異體字、可插入特征、結(jié)構(gòu)詞特征、重疊詞特征、兒化等。2、語音部分：原拼音、轉(zhuǎn)寫拼音、同音、輕聲、第二音節(jié)無輔音特征、重讀、

3、結(jié)構(gòu)詞發(fā)音等。 7三、數(shù)據(jù)庫的主要應(yīng)用功能3、語用部分：學(xué)科分類（語、經(jīng)、地質(zhì)、地、等）。語用信息（、等）。4、詞類部分：個詞類。5、釋義部分：釋義中所包含的字、詞、短語、句子 等字符串。6、其他部分：多音、近義詞、從屬條目、外來語、專有名詞、義項數(shù)等。7、版本信息：凡例中的信息、偏旁部首、檢字表、版次、時間、作者、前言、說明等。 8三、數(shù)據(jù)庫的主要應(yīng)用功能1、查詞釋疑2、模糊查詢3、類別查詢4、比較查詢5、統(tǒng)計查詢6、逆序查詢7、版本信息9四、關(guān)于缺字問題在WINDOWS XP操作環(huán)境中，使用GBK宋體字庫，以現(xiàn)代漢語詞典第三版為例，缺字共計個漢字（不包括各種符號）。我們對這些缺字逐個作了字

4、形分析，決定用字形描述的辦法來說明這些字。 10四、關(guān)于缺字問題1、缺字的分析個缺字中，有個漢字在計算機字庫中沒有對應(yīng)的簡體字、繁體字或異體字，我們稱其為絕對缺字。另外個缺字在計算機字庫中可以找到各自對應(yīng)的簡體字、繁體字或異體字，我們稱其為相對缺字。對這些缺字都要進行缺字描述。11四、關(guān)于缺字問題2、缺字的描述缺字描述公式字型描述：結(jié)構(gòu)描述詞典數(shù)據(jù)庫中的缺字標(biāo)記。字型描述組成該字的若干個拆分的部首或字形。：字形描述與結(jié)構(gòu)描述的分隔符號結(jié)構(gòu)描述該字由若干個拆分的部首或字形所組成的方式。 12四、關(guān)于缺字問題2、缺字的描述A、絕對缺字的描述結(jié)構(gòu)描述：左右、上下、外里、左中右、上中下、左上下、上下右

5、、上外里等字形描述：直接對應(yīng)結(jié)構(gòu)順序進行字形排列舉例：是鳥：左右；彳亢亍：左中右；思：上下；九田：上下；13四、關(guān)于缺字問題2、缺字的描述B、相對缺字的描述 用修改漢字結(jié)構(gòu)中部分部首或字形的辦法來描述舉例：鰶：魚改魚；顣：頁改頁； 譆：訁改讠； 14四、關(guān)于缺字問題3、計算機缺字分類統(tǒng)計： A、絕對缺字個：左右結(jié)構(gòu)漢字有246個；左中右結(jié)構(gòu)漢字有個；左上下結(jié)構(gòu)漢字有5個；外里結(jié)構(gòu)漢字有16個；外里右結(jié)構(gòu)漢字有個；外里下結(jié)構(gòu)漢字有個；上下結(jié)構(gòu)漢字有63個；上左中右結(jié)構(gòu)漢字有個；上下右結(jié)構(gòu)漢字有個；上外里結(jié)構(gòu)漢字有個；結(jié)構(gòu)和修改結(jié)合及結(jié)構(gòu)和短語描述結(jié)合的結(jié)構(gòu)描述的漢字有個；采用修改缺字結(jié)構(gòu)中拆分部

6、分的偏旁部首或字型來描述的漢字有55個； 15四、關(guān)于缺字問題3、計算機缺字分類統(tǒng)計： B、相對缺字個：通過簡寫偏旁部首進行缺字描述的有142個；通過簡寫非偏旁部首部分進行缺字描述的有142個；通過繁寫非偏旁部首部分進行缺字描述的有2個；即要簡寫偏旁部首部分又要簡寫非偏旁部首部分的有10個； 16四、關(guān)于缺字問題3、計算機缺字分類統(tǒng)計： C、幾個因字體變化而產(chǎn)生的缺字：計算機中的漢字由于字體的變化而字型有所改變的漢字有4個。這四個漢字在處于小四號字體時該字字型與詞典中漢字字型不一致，而處于其他字號字體時該字字型則與詞典中漢字字型相一致。這四個漢字是：17四、關(guān)于缺字問題4、關(guān)于GB18030-2000大字符集個缺字在中的補充情況：GB18030-2000簡體繁異體總字數(shù)已補充 仍然缺少 18四、關(guān)于缺字問題另外，在GBK和大字符集中有個別漢字字形與現(xiàn)代漢語詞典中的字形有細微