藏文信息处理

摘要： 《高原科学研究》立足高原特色和西藏地区特色,关注高原极端环境下的生物多样性研究、高原河湖湿地生态学研究、高原地质研究、高原气象研究、高原低氧环境对人体影响研究、藏医药传承与创新研究、高原交通研究、藏文信息处理研究等科学研究成果。主要设置高原生态、高原医学、高原交通与信息三大栏目。竭诚邀请广大专家、学者为本刊提供高质量的科研成果,与我们共同建设高原科学研究领域学术交流与成果展示平台。

摘要： 青海省藏文信息处理与机器翻译重点实验室成立于2013年,隶属青海师范大学。其前身为"藏文智能信息处理与机器翻译"省级重点实验室,于2012年获批为省部共建教育部重点实验室。实验室以语言学、信息科学、语料库语言学、统计学、计算机应用技术、物理学多学科交叉融合为依托,以计算语言学与机器翻译、藏文信息处理技术和社会计算与信息安全为研究方向,研发藏文信息处理、机器翻译、模式识别、社会计算为特色的应用系统。

摘要： 藏语词汇和短语的研究是藏文信息处理中藏语语义知识库系统建立和实现的基础。为探寻藏语中的“名词+虚词+名词”型(“N1+G+N2”型)名词短语所蕴含的形式上的特性和语义上的功能,文章以举例分析的方法对“N1+G+N2”型短语的组成成分、句法结构、语义关系等方面进行解析,指出了“N1+G+N2”中N1和N2之间的语法规律和依存关系。

摘要： 藏文信息处理是一门关于藏文现代化建设的新型学科。文章通过阐述藏文信息处理的重要性,分析了藏文信息处理在字、词、句子层面的已有重要研究成果,提出了藏文输入法、藏文词类划分、藏文句子分类等存在的问题及其解决方法。

摘要： 1994年依托国家“863”计划项目青海省教育厅在青海师范大学成立了“藏文智能信息处理与机器翻译”省级重点实验室,2009年以本实验室为基础成立了“青海省藏文信息研究中心”,2012年获批为省部共建教育部重点实验室,2012和2014年研究团队2次获得教育部“长江学者与创新团队”发展计划的支持,2013年获批为青海省科技厅省级重点实验室;经过20余年的发展形成了计算语言学与机器翻译、藏文信息处理技术方向和复杂网络与藏文信息安全等具有鲜明特色的研究方向。

摘要： 藏文音节构件识别是藏文信息处理应当特别关注的一个问题,要实现藏文排序、藏文拉丁转写、藏文文本校对等工作就必须先识别出构成藏文音节的7大构件.针对符合藏文字性组织法构件组合规则的藏文音节,依据藏文字性组织法规定的音节组合规则和组合结构,提出先确定藏文音节中作为核心构件的基字,再依据基字判断出其他构件的算法,结合此算法对藏文中出现的其他特殊音节进行了特殊的构件识别处理.通过测试验证算法的可行性,测试结果表明,该算法能够正确识别符合组合规则和结构的藏文音节,对特殊音节也有较好的识别能力.%Tibetan syllable component recognition should be one of the particular concerns in Tibetan information processing. To achieve the works of Tibetan sorting,Tibetan Latin transliteration and Tibetan text proofreading,the seven components form-ing the Tibetan syllables must be recognized first. Aiming at the Tibetan syllables conforming to the component combination rules in the Tibetan grammatical work,a method to determine the root as a core component in the Tibetan syllable is proposed in accordance with syllable composition rules and combined structures specified in the Tibetan grammatical work. The algorithm of the other components is judged according to the root. In combination with this algorithm,the specified component recognition processing is conducted for other special syllables occurring in Tibetan. The feasibility of the specified was verified in tests. The test results show that the algorithm can correctly recognize the Tibetan syllable conforming to combination rules and structures, and has good recognition capacity for special syllables.

摘要： 在分析现有藏文自动分词方法的基础上,针对藏文分词系统中虚词识别的难点进行深入研究.根据传统藏文文法,描述了藏文虚词在文本中不同的表现形式,用规则和统计相结合的方法,建立了较为全面的虚词知识库和规则库,并给出切分用虚词分块算法,该方法在不同领域的3 200个较典型的藏文句子进行了测试,结果表明,该方法的虚词识别率高达98％以上.%By analyzing a literature review of present Tibetan Auto-Segmentation solutions,we study on the difficult points of Tibetan function words recognition.According to the traditional Tibetan grammar,we described the forms of Tibetan function words in different texts.A holistic function word dictionary and rules set had been created by a rulesstatistics-combined method,and the function words segmentation algorithm had been implemented.We tested the algorithm on a sample corpus which contains 3 200 typical Tibetan sentences from different fields.The results show that the correct recognition rate of our system reaches up to 98％.

摘要： A large scale Tibetan text corpus is built,which includes 4.27 million sentences in 190 thousand documents,totaling 93 million syllables.Some predefined rules are applied to check whether there are spelling errors,detecting altogether 9 700 misspelt syllable types out of the 20 743 types of Tibetan syllables occurred in the corpus (covering 46.762 8％).But at the token level,the corpus has a very high quality,with only 27 427 misspelt syllables,roughly 0.030 8％ of the total 93 million syllable tokens.Further analysis shows that there are mainly four causes leading to those spell errors:extra vowel sign(s);absence of syllable delimiter or sentence delimiter;characters which can be written in different forms;similar characters.%针对从互联网获取的一份包含19万藏文网页,总计427万句、9 328万音节字的藏文文本语料,该文按照预定的规则对其中的藏文音节拼写错误情况进行了统计与分析.数据显示,在语料中出现的共计20 743个藏文音节中,合有拼写错误的音节共有9 700个,占藏文音节总数的46.762 8％,错误音节在语料中共出现27 427次,仅占0.030 8％,说明这份语料的文本质量是相当高的.文中还详细统计了各种不同表现形式的错误音节所占比重,并分析了导致拼写错误的四个主要原因:一是输入了多余的元音符号;二是音节点或句尾空格缺失;三是同一字丁/字符存在多种表达形式;四是错误地使用了相似字符.

摘要： 藏文文本关键词在文本聚类/分类、自动摘要、信息检索等领域具有重要地位,然而当前互联网上的藏文新闻网页几乎没有提供关键词.并且许多已有的关键词自动提取算法都需要建立在人工标注的训练集之上,扩展性不强.关键词是文本中主题关联度凝聚度较高的词,因此该文将卡方统计量进行改进,运用词与词推荐的思想进行关键词抽取.通过藏文新闻网页实验结果表明,该文的方法优于融入位置信息的TF/IDF.

摘要： 随着语言信息处理数据规模和自动分析处理需求的增长，以及国内外学术交流的不断增加，自然语言信息处理技术的公共评测对研究的促进作用已在业界形成共识。词法分析是语言信息处理的基础与关键。文章针对MLWS2017中有关藏文的情况介绍了藏文分词评测语料的收集、整理情况，分析了藏文新闻类语料计算机分词的难度；对藏文分词评测分析软件设计思想进行研究基础上，设计了藏文评测分析软件，对软件进行了各项测试；分析藏文分词评测的结果，并验证了评测结果的正确性。

摘要： 句子边界识别是藏文信息处理领域中一项重要的基础性工作，该文提出了一种基于最大熵和规则相结合的方法识别藏语句子边界。首先，利用藏语边界词表识别歧义的句子边界，最后采用最大熵模型识别规则无法识别的歧义句子边界。该方法有效利用藏语句子边界规则减少了最大熵模型因训练语料稀疏或低劣而导致对句子边界的误判。实验表明，该文提出的方法具有较好的性能，F1值可达97.78％。

摘要： 根据目前在线藏汉英词典使用的实际需求，青海师范大学藏文信息处理省部共建教育部重点实验室设计实现了一种基于WAMP平台的藏汉英互译在线词典，并给出了词典数据库和查询页面的具体设计方法和关键代码。经测试，该在线词典根据用户的需要。输入单字和词就可以在藏汉英三语间交互查询并快速检索到对应的译词。词典采用B／S结构，它的实现有助于藏汉英三语间的交流和学习。

摘要： 目前国内外有不少机构都在研究关于藏学和藏文文献的学科分类及文献资源共享问题。随着国内外的藏文化研究者的增多，对藏文文献的运用程度非常高，使用藏语和藏文文献的人数也越来越多，而藏文的信息资源分布不均衡、经费短缺、藏文信息处理研究人员的缺乏等问题造成许多有价值的藏文文献不能通过现代信息技术有效的利用。本文通过现状的分析，对目前藏文信息资源中存在的问题和所面临的许多新问题进行一一分析。

摘要： 语义本体是共享概念模型显示的形式化规范说明，其目标是将杂乱无章的信息源转变为有序易用的知识源。目前语义本体还主要依赖于手工创建模式。上下位关系是一种基本的语义关系，常用于语义本体中概念的自动获取和验证。该文首先描述了藏文语义本体的创建方法，进而给出了藏文中的上下位关系模式以及模式匹配算法。上下位关系的模式可以辅助进行概念扩充，也可以作为建立和维护本体的辅助工具，这在一定程度上降低了创建和维护本体的成本。

摘要： 语义本体是共享概念模型显示的形式化规范说明，其目标是将杂乱无章的信息源转变为有序易用的知识源。目前语义本体还主要依赖于手工创建模式。上下位关系是一种基本的语义关系，常用于语义本体中概念的自动获取和验证。该文首先描述了藏文语义本体的创建方法，进而给出了藏文中的上下位关系模式以及模式匹配算法。上下位关系的模式可以辅助进行概念扩充，也可以作为建立和维护本体的辅助工具，这在一定程度上降低了创建和维护本体的成本。

摘要： 语义本体是共享概念模型显示的形式化规范说明，其目标是将杂乱无章的信息源转变为有序易用的知识源。目前语义本体还主要依赖于手工创建模式。上下位关系是一种基本的语义关系，常用于语义本体中概念的自动获取和验证。该文首先描述了藏文语义本体的创建方法，进而给出了藏文中的上下位关系模式以及模式匹配算法。上下位关系的模式可以辅助进行概念扩充，也可以作为建立和维护本体的辅助工具，这在一定程度上降低了创建和维护本体的成本。

摘要： 语义本体是共享概念模型显示的形式化规范说明，其目标是将杂乱无章的信息源转变为有序易用的知识源。目前语义本体还主要依赖于手工创建模式。上下位关系是一种基本的语义关系，常用于语义本体中概念的自动获取和验证。该文首先描述了藏文语义本体的创建方法，进而给出了藏文中的上下位关系模式以及模式匹配算法。上下位关系的模式可以辅助进行概念扩充，也可以作为建立和维护本体的辅助工具，这在一定程度上降低了创建和维护本体的成本。

摘要： 语义本体是共享概念模型显示的形式化规范说明，其目标是将杂乱无章的信息源转变为有序易用的知识源。目前语义本体还主要依赖于手工创建模式。上下位关系是一种基本的语义关系，常用于语义本体中概念的自动获取和验证。该文首先描述了藏文语义本体的创建方法，进而给出了藏文中的上下位关系模式以及模式匹配算法。上下位关系的模式可以辅助进行概念扩充，也可以作为建立和维护本体的辅助工具，这在一定程度上降低了创建和维护本体的成本。

摘要： 语义本体是共享概念模型显示的形式化规范说明，其目标是将杂乱无章的信息源转变为有序易用的知识源。目前语义本体还主要依赖于手工创建模式。上下位关系是一种基本的语义关系，常用于语义本体中概念的自动获取和验证。该文首先描述了藏文语义本体的创建方法，进而给出了藏文中的上下位关系模式以及模式匹配算法。上下位关系的模式可以辅助进行概念扩充，也可以作为建立和维护本体的辅助工具，这在一定程度上降低了创建和维护本体的成本。

摘要： 双语语料库加工的关键技术之一是对齐．构建句子级别的对齐语料是构建语料库最基本的任务。该文参考其他语言句子对齐的成熟的方法，针对藏文语言的特殊性。提出基于词典的汉藏句子对齐。整理了对齐所用双语词典．并对其词语覆盖率进行了评价。在汉藏句子对齐过程中发现汉语与藏文的分词粒度不同的问题。采用在藏汉词其中进一步查词并在汉语句子中比对的方法，使正确句对的得分增加．从而提高对齐正确率。采用该方法准确率为81．11％。

摘要： 公开了一种能够在信息处理设备中反映已经通过在信息处理终端之间交换数据而在用户间建立的关系的信息处理系统。第一信息处理终端(3-1)从第二信息处理终端(3-2)接收操作该第二信息处理终端(3-2)的用户的标识数据。第一信息处理终端(3-1)存储操作该第二信息处理终端(3-2)的用户的标识数据。第一信息处理终端(3-1)将操作该第一信息处理终端(3-1)的用户的标识数据与操作该第二信息处理终端(3-2)的用户的标识数据相关联，并且将相关联的数据传送到信息处理设备(2)。信息处理设备(2)基于所接收的标识数据将操作该第一信息处理终端(3-1)的用户与操作该第二信息处理终端(3-2)的用户相关联。

摘要： 在由多个阶段配置的游戏程序中，用户可能希望容易地选择并且仅玩希望的阶段。本发明是一种信息处理系统，并且其特征在于包含：执行装置，其用于执行一个应用；组信息存储装置，其用于存储组信息，所述组信息与多条执行状态信息项目、多条内容信息项目和组标识信息相关联，所述多条执行状态信息项目表示执行装置的多个执行状态，所述多条内容信息项目表示多条执行状态信息的内容，并且所述组标识信息标识所述多条执行状态信息项目和所述多条内容信息项目所属的组；以及菜单信息生成装置，其用于基于所述组信息生成菜单信息，所述菜单信息显示在所述组中的至少一个中包括的内容信息。所述执行装置的特征在于通过使用与在所述菜单信息中包含的内容信息项目中的至少一条相关联的执行状态信息执行所述至少一个应用。

摘要： 此信息处理系统在虚拟空间中布置对应于多个用户的对象，生成表示指示当从虚拟空间中布置的预定视点观察虚拟空间时所见的外观的视频的视频信息，并且包括：活动信息获取部件，其顺序地获取表示多个用户中的至少一个的动作的活动信息；布置区域确定部件，其确定所述虚拟空间中的局部区域，在所述局部区域根据所获取的活动信息布置对象；运动数据获取部件，其根据所获取的活动信息，获取被记录为与活动信息相关的运动数据；以及对象控制部件，其使所述对象在局部区域中根据所获取的运动数据而行动。

摘要： 公开了一种能够在信息处理设备中反映已经通过在信息处理终端之间交换数据而在用户间建立的关系的信息处理系统。第一信息处理终端(3-1)从第二信息处理终端(3-2)接收操作该第二信息处理终端(3-2)的用户的标识数据。第一信息处理终端(3-1)存储操作该第二信息处理终端(3-2)的用户的标识数据。第一信息处理终端(3-1)将操作该第一信息处理终端(3-1)的用户的标识数据与操作该第二信息处理终端(3-2)的用户的标识数据相关联，并且将相关联的数据传送到信息处理设备(2)。信息处理设备(2)基于所接收的标识数据将操作该第一信息处理终端(3-1)的用户与操作该第二信息处理终端(3-2)的用户相关联。

摘要： 在由多个阶段配置的游戏程序中，用户可能希望容易地选择并且仅玩希望的阶段。本发明是一种信息处理系统，并且其特征在于包含：执行装置，其用于执行一个应用；组信息存储装置，其用于存储组信息，所述组信息与多条执行状态信息项目、多条内容信息项目和组标识信息相关联，所述多条执行状态信息项目表示执行装置的多个执行状态，所述多条内容信息项目表示多条执行状态信息的内容，并且所述组标识信息标识所述多条执行状态信息项目和所述多条内容信息项目所属的组；以及菜单信息生成装置，其用于基于所述组信息生成菜单信息，所述菜单信息显示在所述组中的至少一个中包括的内容信息。所述执行装置的特征在于通过使用与在所述菜单信息中包含的内容信息项目中的至少一条相关联的执行状态信息执行所述至少一个应用。

摘要： 进一步提高用户对虚拟空间的投入感。一种信息处理方法，包括：生成规定虚拟空间(200)的虚拟空间数据的步骤；取得检测单元的检测结果的步骤，其中，该检测单元构成为检测头戴式设备的运动和控制器的运动；根据头戴式设备的运动，更新虚拟摄像机(300)的视野的步骤；基于虚拟摄像机(300)的视野和虚拟空间数据，生成视野图像数据的步骤；基于视野图像数据，在显示部显示视野图像的步骤；根据控制器的运动，使手物件(400)进行动作的步骤；以及根据手物件(400)对平板电脑物件(500)的输入操作，操作在监视器物件(600)显示的菜单的步骤。

摘要： 本发明提供细胞观察信息处理系统，能够尽可能消减应该对细胞等的观察信息赋予的标签的用户输入作业的操作的功夫，且减少标签赋予的错误率。细胞观察信息处理系统具有：标签取得部(11)，其取得用于检索对应于一个时刻的取得指示取得的观察信息的标签集；以及保存部(12)，其对观察信息赋予标签集并保存到记录部(13)中，标签取得部自动取得或生成成为应该对观察信息赋予的标签集的候选的候选标签集，并且受理用户对从候选标签集变更为其他标签集的变更的指示，在未接收变更指示时，不受理用户对其他标签集的输入，而取得候选标签集作为应该赋予的标签集，在接收到变更指示时，受理用户对其他标签集的输入，取得所受理的其他标签集作为应该赋予的标签集。

摘要： 提供能够极力削减为了取得对细胞等的观察信息赋予的标签而需要的用户的操作的功夫和时间的细胞观察信息处理系统。细胞观察信息处理系统具有：标签取得部(11)，其取得规定的标签，作为对应于一个时刻的取得指示由观察信息取得部(20)取得的观察信息的检索用标签；保存部(12)，其对在各个时刻取得的各个观察信息赋予检索用标签，并保存在记录部(13)中；抽取部(15)，其从记录部抽取成为检索用标签的候选的标签的一览；以及输出部(19)，其将标签的一览输出给提示部(18)，抽取部指定用于筛选作为抽取对象的标签的筛选条件，并抽取按照所指定的筛选条件而筛选的标签的一览，标签取得部从由提示部提示的标签的一览中取得由用户选择的标签。

摘要： 本发明的目的是，即使在正在执行程序的终端与服务器或另一台终端之间的通信的状态不好的情况下，也可以在其它终端中，有效地允许观看与程序的执行有关的运动图像。本发明是其特征在于包括如下的信息处理系统：第一信息处理设备，其包括依次获取用户输入的操作信息的第一操作信息获取部件、使用该第一操作信息获取部件依次获取的操作信息来执行应用程序的第一执行部件、和经由网络依次发送操作信息的操作信息发送部件；以及第二信息处理设备，其包括依次获取从该第一操作信息发送部件发送的操作信息的第二操作信息获取部件、和使用该第二操作信息获取部件依次获取的操作信息来执行应用程序的第二执行部件。

摘要： 目的在于对不具有在线连接功能的终端，转移在服务器中管理其余额的价值。电子货币服务器(2)与电子货币卡(4)或便携终端(5)相关联地记录着价值的余额。离线结算终端(7)不具备通信网络连接功能，不能与电子货币服务器(2)直接通信。另一方面，便携终端(5)能够经由因特网(3)连接到电子货币服务器(2)。因此，离线结算终端(7)在结算时利用便携终端(5)的通信网络连接功能，将便携终端(5)作为中继器而连接到电子货币服务器(2)。这样，电子货币服务器(2)能够与离线结算终端(7)连接，并利用便携终端(5)的账户的价值进行结算。