汉字字形发生器的分析与设计

摘要

cqvip:1.分析 根据有关资料的统计,汉字的使用具有明显的字频分布特征。按字频由大到小顺序排列的前N个字,字频累计百分比如下分布:N=1,>4％; N=20,>16.7％; N=163,>50％;N=1000,>90％; N=2400,>99％; N=3838,>99.9％。并且随着时间的推移,高频字将越来越集中。汉字字频分布特征可为设计字形发生器提供参考。根据题目要求,选择汉字量1000～2000个,这样容量没有超过64K且字频累计百分比可大于90％。在实际运用时,高频率分为公用高频字与专用高频字,专用高频字与汉字的使用背景、目标、环境等有关,不易把握,因而过分地追求符合字频分布特征是不可能也不必要的。