中文信息处理技术原理与应用.ppt

第七章 中文信息处理技术的应用 中文应用系统发展概况 中文电子印刷排版系统 中文信息检索系统 基于Internet的有哪些信誉好的足球投注网站引擎 中文办公自动化系统 中文应用系统发展概况 对我国中文信息处理技术一些经历的回顾 我国的文字信息处理研发工作开始于一九七四年。当时国家有一专项工程，代号为七四八工程（汉字信息处理系统工程），最初拟定的研发目标有三项。一、精密型中文编辑排版系统；二、中文信息检索系统；三、中文信息远距通信系统。 中文信息处理的发展走了一个马鞍型 在2004年4月举行的第一届中文信息处理发展国际研讨会上， 倪光南院士对中文信息处理的发展进行了总结，认为中文信息处理的发展走了一个马鞍型。从20世纪70年代至90年代中期算一个高潮期，90年代中期进入低潮。自90年代未起，中文信息处理由冷转热，再度活跃。 第一个高潮期 中文信息处理的第一个高潮期的核心问题是字的处理。在这一时期造就了联想、方正、四通等一批靠中文处理产品起家的企业。 中文信息处理的低谷期 90年代中期，电脑由DOS升级到Windows平台。微软公司自Windows 3.2全面采用当时最先进的中文信息处理技术，传统的中文信息处理产品失去了市场。这一时期可以认为是中文信息处理的低谷，原先做中文信息处理的公司纷纷转向。 中文信息遭遇互联网--推动中文信息处理进入了第二次高潮 90年代末，互联网忽地热闹起来。无线互联网,手机、PDA等促进中文信息技术的发展。 互联网时代对中文信息处理产生了新需求 完成从字到语义的跨越 中文检索获普遍关注 机器翻译大发展 识别技术领先国际 语音合成走出实验室 中文电子印刷排版系统 在文字信息处理技术的基础上，要求达到高精度地编排出符合印刷出版要求的版面质量的计算机系统，称为电子印刷排版系统。它和一般文字处理技术的主要差别在于编排精度，文字质量，和要求编排出各种版面（书、报、刊物；文科和科技版，广告等）的格式。 中文电子印刷排版系统技术简介 中文编辑排版 关于排版用的精密字模 关于字模数目 关于字体数目 中文电子印刷排版系统设备的构成 其中数据采集汉字终端、汉字造字终端、图文扫描仪 组成系统的输入设备。 系统的前处理部分输出的结果是经编排好的版面信息，已有版面格式，但其中的文字是以代码形式提供的，尚须转换成达到出版印刷质量的汉字字模，包括按指定要求的字号尺寸规格。这项工作由照排控制机完成。 照排控制机和照排输出设备等构成系统的后处理部分。照排控制机除了把输出版面信息中的汉字代码转换成精密汉字字模信息（包括字体、字号尺寸等的变化）外，尚须要控制照排机输出具有完整信息的版面。用作系统输出设备的照排机目前普遍使用激光扫描照排机。 精密汉字字模和照排控制技术 文字印刷排版系统的主要功能特点是把文字，各种符号、图形、照片、表格等在版面上作精确定位。因此，一个排版系统，先要定出版面精度指标。同时也要求汉字字模具有相当于版面定位精度的高质量。也就是要求有高的分辨率等级。通常精密印刷要求分辨率达到25～100线／毫米。具有这种分辨率等级的汉字字模称为精密汉字字模。 一．精密型汉字字模信息压缩技术 精密汉字字模信息的压缩方法，目前应用较普遍的有： 黑白段长度编码方法 字模笔画轮廓描述方法(也称为矢量描述方法 ) 精密型汉字字模库 二. 字模信息还原和照排控制 在输出版面信息供制版印刷时，必须把字模压缩信息还原成实际点阵字模，包括按要求形成不同字体，不同字号尺寸等文字变倍的功能；此外，还要对照排输出设备实现控制。这两项工作由照排控制器完成。 照排控制器的功能，可以用硬设备实现，也可以用软件方法实现。 可以用高性能的通用微型机作为控制器的主处理机，以增强设备的通用性。 照排控制器除了实现上述功能外，尚应具备其它方面的功能。如提供大容量的缓冲存储，以匹配系统前后处理部分的工作速度。提供字模变形、旋转、倾斜、镜象排印、阴阳图变换、打阴影、打斜线、网格，提供灰度等级、基本图形、曲线等丰富的功能。 激光照排机 激光照排机是照排系统的版面输出设备。它的工作原理并不复杂，但对光学和机械动作的精度要求却很高。激光照排机的输出分辨率一般在25～50线／毫米（635～1270线／吋），高的可达100线／毫米。激光照排机的工作原理是用一定直径的激光束（若输出分辨率为40线／毫米，则光束直径为25微米），用声光调制方法经字模信息的调制后，使光束在感光底片上感光，于是版面信息便记录到感光底片上。经显影、定形后，成为制作印刷版用的底版。除了分辨率指标外，还有输出速度。目前一种连续输出性能的照排机，输出速度在100～500毫米／分钟。输出样张的幅面