察合臺文與現(xiàn)代維吾爾文轉(zhuǎn)寫符號的智能輸入

察合臺文與現(xiàn)代維吾爾文轉(zhuǎn)寫符號的智能輸入

1察合臺文化中的聲母和超方言查河臺維爾文是雅中亞語中特語部落的拼音文字。它從13世紀到20世紀20年代開始寫作文字。20世紀20年代。通行于中國新疆和中亞外,莫臥兒王國和埃及也曾使用過。察合臺一詞源于以成吉思汗(1162～1227)的次子的名字取名的察合臺汗國。察合臺文有28～32個字母。個別字母專用于拼寫阿拉伯—波斯語源的詞,詞中的元音往往省略。有些輔音用發(fā)音近似重復的2～4個阿拉伯字母拼寫,有個別的雙字母及清濁音混用字母,有幾個元音用同一個字母(單字母或雙字母)表示,或一個字母在不同音節(jié)中既表示元音又表示輔音的現(xiàn)象。有些輔音字母在阿拉伯文中發(fā)音近似,字形不同,但在察合臺文中發(fā)音相同。除字母外,還有輔助符號。字母分詞首、詞中、詞末、單獨等形式,從右至左橫書。阿拉伯—波斯語源的詞,依阿拉伯—波斯文正字法拼寫;一部分維吾爾語固有詞受阿拉伯—波斯文正字法及回鶻文書寫傳統(tǒng)影響,其音節(jié)僅由輔音構(gòu)成。詞干與某些后綴不連寫,正字法遵循形態(tài)學原則。察合臺文具有超方言的性質(zhì)。其作品在歷史上從小亞細亞直至阿爾泰、印度(莫臥兒王朝)使用突厥語的民族中廣為流傳。察合臺文獻,除較晚的鉛印本外,多用阿拉伯字母的“納斯塔里克體”(正體字)傳抄(見圖1)?，F(xiàn)代維吾爾文是察合臺文的延續(xù)。察合臺文一直使用到20世紀初,其傳播使用長達7個世紀。早期維吾爾文學家的許多作品都是用察合臺語言寫成的。最著名的作家有阿塔依、魯提菲、納瓦依等。本文是針對古文獻整理的特需技術(shù)研究中,利用本課題組開發(fā)和提出的古維吾爾文(以下稱察合臺文)支撐環(huán)境的編碼方案和察合臺文輸入技術(shù),把察合臺文智能輸入技術(shù)和轉(zhuǎn)寫工具作為研究目標,參考國際標準Unicode中的古突厥文符號代碼、阿拉伯文轉(zhuǎn)寫字符編碼、波斯文轉(zhuǎn)寫字符編碼和現(xiàn)代維吾爾文信息處理專家提出的維吾爾文字母轉(zhuǎn)寫符號編碼基礎(chǔ)上進行了詳細分析,提出了察合臺文的轉(zhuǎn)寫符號編碼標準方案,以及察合臺文的智能輸入和轉(zhuǎn)寫工具的設計與軟件實現(xiàn),功能比較齊全的專用文字處理系統(tǒng)的關(guān)鍵技術(shù)及實現(xiàn)的方法。2信息處理系統(tǒng)的建立首先成功的開發(fā)了基于Unicode4.0版本的Windows2000/XP環(huán)境下的察合臺文信息處理系統(tǒng)。并已經(jīng)向國際標準化組織申請了信息交換用察合臺文Unicode代碼方案。制定的鍵盤布局方案(見圖2和圖3)也得到了相關(guān)專家的認可?；赨nicode4.0的察合臺文代碼方案見文獻。3先進的拼寫和符號輸入設計3.1察合臺文智能輸入雖然解決了察合臺文的輸入問題,但是大部分使用察合臺文的學者錄入速度比較慢,非專業(yè)人員錄入比較困難,容易出錯。因此我們設計和開發(fā)了察合臺文智能輸入模塊。該模塊具有自學習、詞頻統(tǒng)計、校對功能。操作與漢字全拼輸入法類似。根據(jù)正在輸入的字符自動列出最匹配的10條詞語,并根據(jù)用戶的選擇進行輸入。模塊流程設計和實際輸入操作界面如圖4、圖5所示。3.2先進輸入方法設計關(guān)于轉(zhuǎn)寫符號的初步分析目前已經(jīng)整理并出版的察合臺文文獻基本上都用現(xiàn)代維吾爾文翻譯/轉(zhuǎn)寫方式。上文所說的詞典也采用現(xiàn)代維文方式記錄了詞條的轉(zhuǎn)寫。但是目前存在的問題是很多學者所編著的各種文獻所使用的轉(zhuǎn)寫符號各不相同。沒有通用性。我們分析了這些符號,把維吾爾文信息處理專家提出的LSU(Latin-ScriptUyghur)和UKY(UyghurKomputerYeziqi維吾爾計算機文字)和比較權(quán)威著作中所使用的轉(zhuǎn)寫符號作為主要依據(jù)初步制定了一個方案。如表1所示。合臺文轉(zhuǎn)寫編碼目前國內(nèi)外學者使用的察合臺文轉(zhuǎn)寫符號也存在不一致性問題。為我們根據(jù)阿拉伯文—波斯文轉(zhuǎn)寫符號和國際突厥語轉(zhuǎn)寫符號,并且在分析大量相關(guān)文獻中所采用的轉(zhuǎn)寫符號的基礎(chǔ)上,分別提出了兩種察合臺文轉(zhuǎn)寫符號方案(見表2和表3)。從表中不難看出部分字母有兩個以上對應的轉(zhuǎn)寫符號。這樣轉(zhuǎn)寫時遇到的一對多(1∶N)的對應關(guān)系、察合臺文寫法中的的元音脫落習慣、龐大的動詞的附加成分,雖然人工轉(zhuǎn)寫沒多大問題,但是通過計算機進行自動轉(zhuǎn)寫時會出現(xiàn)許多歧義(見圖6)。目前我們研發(fā)的系統(tǒng)采用基于詞典的察合臺轉(zhuǎn)寫生成對應現(xiàn)代維吾爾文的詞條的半自動轉(zhuǎn)寫方法,對于出現(xiàn)一對多(1∶N)的對應關(guān)系的情況,還的借助人工輔助轉(zhuǎn)寫。要進一步解決自動轉(zhuǎn)寫問題還需要建立和完善察合臺文固定搭配和習慣用語詞典和語義規(guī)則的語法知識庫,這是本課題目前正在進一步探討的目標。察合臺文轉(zhuǎn)寫符號智能教學法察合臺文轉(zhuǎn)寫符號比較多,記憶比較難。為此,我們在分析了察合臺文文法習慣以及固定搭配規(guī)則的基礎(chǔ)上,設計并開發(fā)了察合臺文轉(zhuǎn)寫符號智能輸入法。該輸入法具有自學習、基于詞典校對、根據(jù)用戶習慣轉(zhuǎn)換其他形式的轉(zhuǎn)寫(需要用戶事先根據(jù)自己的習慣設置對應的轉(zhuǎn)寫符號轉(zhuǎn)換表)和用戶自定義轉(zhuǎn)寫符號表、與操作系統(tǒng)無關(guān)等功能和特點。其操作類似與中文全拼輸入法。具體操作界面見圖7。4智能計算機軟件察合臺文和轉(zhuǎn)寫符號的智能輸入對古代維吾爾文(察合臺文)文獻數(shù)字化整理系統(tǒng)不可缺少的功能模塊。本文提出的察合臺文智能輸入法和察合臺文轉(zhuǎn)寫符號的智能輸入法是國內(nèi)首創(chuàng)。對該智能輸入法稍加更改可以用于國際上進行語言