一种藏文文本压缩算法

摘要

本发明公开了一种藏文文本压缩算法，本发明根据对20G藏文网页中的藏文文本进行了统计分析，并由此建立了TiCA算法的映射字典，再根据映射字典，将原来由编码组成的藏文字映射为一个编码的方法来对藏文文本进行压缩。在这个过程中，需要扫描待压缩文本，根据每段藏文的起始位置区间，将过滤后的藏文文本进行压缩，再遍历第一步筛选出的每个藏文位置区间，通过藏文的音节符将每个区间内的藏文字符串分割成藏文字，最后将一个或多个藏文构件组成的藏文字映射为一个编码，由此完成藏文文本的压缩。根据该字典，完成了本发明所提出的藏文文本压缩算法TiCA，提高了TiCA算法的鲁棒性。通过实验证明了无论是在压缩率还是在耗时方面，都取得了优异的效果。