現(xiàn)代漢語詞典系列數(shù)據(jù)庫課件

《現(xiàn)代漢語詞典》

系列數(shù)據(jù)庫中國社會科學院語言研究所2006《現(xiàn)代漢語詞典》

系列數(shù)據(jù)庫中國社會科學院語言研究所概述來源：根據(jù)《現(xiàn)代漢語詞典》的系列辭書建立的數(shù)據(jù)庫；用途：電子辭書的查詢和發(fā)布；

辭書編纂和修訂的參考資料；

從聚合的角度研究漢語詞匯的資料；

用比較的方法研究辭書的資料；概述《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

《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一、數(shù)據(jù)庫主要內(nèi)容詞典的版本信息一、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。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：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)計的語法、語義、語用、構(gòu)詞等特征。

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。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》辭書之間同種標記不同標法的數(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記、符號、序號等）。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、結(jié)構(gòu)詞發(fā)音等。

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，三、數(shù)據(jù)庫的主要應(yīng)用功能3、語用部分：學科分類（語、經(jīng)、地質(zhì)、地、等）。語用信息（<書>、<方>、<古>、<文>、<口>、<京>、<簡>等）。4、詞類部分：１２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。

三、數(shù)據(jù)庫的主要應(yīng)用功能3、語用部分：學科分類（語、經(jīng)、地質(zhì)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、版本信息三、數(shù)據(jù)庫的主要應(yīng)用功能1、查詞釋疑2、模糊查詢四、關(guān)于缺字問題在WINDOWSXP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６９５個漢字（不包括各種符號）。我們對這些缺字逐個作了字形分析，決定用字形描述的辦法來說明這些字。

四、關(guān)于缺字問題在WINDOWSXP操作環(huán)境中，使用G四、關(guān)于缺字問題1、缺字的分析６９５個缺字中，有３９９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２９６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。四、關(guān)于缺字問題1、缺字的分析四、關(guān)于缺字問題2、缺字的描述缺字描述公式＝Ｘ［字型描述：結(jié)構(gòu)描述］Ｘ＝詞典數(shù)據(jù)庫中的缺字標記。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。

四、關(guān)于缺字問題2、缺字的描述四、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、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：Ｘ［是鳥：左右］；ｔí

Ｘ［彳亢?。鹤笾杏遥?；ｈáｎｇ

Ｘ［思：上下］；ｓī

Ｘ［九田：上下］；ｌā四、關(guān)于缺字問題2、缺字的描述四、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：Ｘ［鰶：魚改魚］；ｊì

Ｘ［顣：頁改頁］；ｃù

Ｘ［譆：訁改讠］；ｘī四、關(guān)于缺字問題2、缺字的描述四、關(guān)于缺字問題3、計算機缺字分類統(tǒng)計：

A、絕對缺字３９９個：左右結(jié)構(gòu)漢字有246個；左中右結(jié)構(gòu)漢字有１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１個；外里下結(jié)構(gòu)漢字有１個；上下結(jié)構(gòu)漢字有63個；上左中右結(jié)構(gòu)漢字有１個；上下右結(jié)構(gòu)漢字有２個；上外里結(jié)構(gòu)漢字有１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７個；采用修改缺字結(jié)構(gòu)中拆分部分的偏旁部首或字型來描述的漢字有55個；

四、關(guān)于缺字問題3、計算機缺字分類統(tǒng)計：四、關(guān)于缺字問題3、計算機缺字分類統(tǒng)計：

B、相對缺字２９６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；

四、關(guān)于缺字問題3、計算機缺字分類統(tǒng)計：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：四、關(guān)于缺字問題3、計算機缺字分類統(tǒng)計：四、關(guān)于缺字問題4、關(guān)于GB18030-2000大字符集６９５個缺字在ＧＢ１８０３０－２０００中的補充情況：GB18030-2000簡體繁／異體總字數(shù)已補充

２２５１４５３７０仍然缺少

３０３２２３２５四、關(guān)于缺字問題4、關(guān)于GB18030-2000大字符集GB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》中的字形有細微的差別，這會影響數(shù)據(jù)庫與紙質(zhì)詞典在字形上的一致性：《現(xiàn)代漢語詞典》拼音字符集差別最：日改宀ｚｕì宀取：上下GB18030取與最的下半部分

忄朮：左右ｃｈù怵GBK術(shù)與朮

山廠火：上外里ｔàｎ炭GBK中間部分

四、關(guān)于缺字問題