有冇聯想手寫連筆王的驅動程式?(

中文信息處理

[編輯首段]維基百科，自由的百科全書

跳转到： 导航, 搜索




圖片參考：http://upload.wikimedia.org/wikipedia/commons/thumb/f/fe/Unbalanced_scales.svg/40px-Unbalanced_scales.svg.png

此條目或章節的中立性有爭議。內容、語調可能帶有明顯的個人觀點或地方色彩。（2007年9月4日）
加上此模板的編輯者需在討論頁說明此文中立性有爭議的原因，以便讓各編輯者討論和改善。
在編輯之前請務必察看討論頁。




圖片參考：http://upload.wikimedia.org/wikipedia/commons/thumb/d/d2/Gnome-help.png/38px-Gnome-help.png

本文需要您的關注
請在進一步修改後，從需要關注的頁面的列表中刪去相關提示，並刪除這個模板。
中文信息處理是指用電腦對中文的音、形、義等信息進行處理和加工。中文信息處理是自然語言信息處理的一個分支，是一門與電腦科學、語言學、數學、信息學、聲學等多種學科相關聯的綜合性學科。信息處理技術在現代有廣泛的應用，從1980年代開始，中文信息處理進入了快速發展階段，並極大地提高了中文社會的信息處理效率。
中文信息處理分為漢字信息處理與漢語信息處理兩部分，具體內容包括對字、詞、句、篇章的輸入、存儲、傳輸、輸出、識別、轉換、壓縮、檢索、分析、理解和生成等方面的處理技術。
基於歷史、國家疆域、政治等各種問題，中文信息處理系統所需要處理的文字，有時不僅包括簡體漢字、繁體漢字，也包括藏文、蒙文、壯文、維吾爾文等大量少數民族的文字，周邊國家的日本假名、諺文，還包括古漢語文字、西夏文、契丹文等各種不同的文字。
中文信息處理可以從硬件及軟件兩方面去看，以下詳述中文信息處理的發展歷史、現況及未來發展等多方面的面貌。





目錄[隱藏]

1 範疇

1.1 相關學科
2 發展歷史

2.1 漢字之難——被打字機拋棄的時代
2.2 漢字的拉丁化問題
2.3 漢字信息處理階段
2.4 網際網路時代的中文處理
2.5 漢語信息處理階段
3 中文電腦系統
4 編碼
5 輸出
6 輸入
7 存儲及交換
8 內文或網上搜尋
9 外字處理
10 中文電腦的外延
11 對中文電腦有貢獻的人
12 參考書籍
13 專業期刊
14 參考文獻
15 外部連結



[編輯] 範疇

基礎研究：漢字字頻統計、詞頻統計、漢語自動分詞、句法屬性研究、漢字編碼字符集、通用漢字樣本庫、漢字屬性字典、語料庫等
輸入技術：中文輸入法、中文手寫輸入、中文語音輸入、文字識別等
輸出技術：漢字字模技術（字型庫）、漢字雷射照排、漢語語音合成等
存儲技術：漢字型檔標準等
轉換技術：繁簡轉換等
信息處理：中文情報檢索、中文文本校對、機器翻譯、自然語言理解、中文人機界面等

[編輯] 相關學科
語言文字學、電腦科學、模式識別、人工智慧、心理學、數學、數理統計、控制論、神經計算、模型論、信息學、形式化理論、聲學等

[編輯] 發展歷史
電腦在1946年由IBM發明，當時的電腦主要用於計算。及至1960年代，商用電腦開始普及，電腦被用於處理大規模的數據，當中其一個重要項目是圖書館的目錄整理。在當時，美國國會圖書館及多家大學都有不少來自東亞的藏書。為了有效管理這批藏書，必須要有一套有效處理東亞文字的系統。這套系統包括了兩方面：其一是如何把東亞文字儲存在電腦內；其二是如何在電腦表示出東亞文字。
在過去，每一臺電腦都有各自的數據表達方式，使電腦之間不能溝通。及至1960年代美國信息交換標準碼(ASCII)的出現，電腦之間才可以互相溝通。不過，ASCII並不能有效處理英文以外的文字。
而IBM也斥資了六千萬、歷時十年, 研究電腦處理中文字的方法, 結論是電腦不能處理中文。而當時美國的圖書館開始電腦化, 一批中文書有待編入目錄。
在台灣, 中文電腦之父朱邦復在1976年發明了一套形意檢字法, 到了1978年改進為倉頡輸入法, 1980年台灣開始了中文電腦, 由宏碁公司出產。之後國喬、倚天、仲鼎等中文電腦系統相繼出現。
在大陸, 在1974年8月開始了748工程, 包括了用計算機來處理中文字, 展開了各種研究工作, 後來到1980年公佈了GB2312-80漢字編碼的國家標準, 1983年中國科學院研究Unix中文化, 1985年推出了Unix中文版。

中文信息處理至今經歷了兩次高潮：1980年代中期到1990年代中期之前，核心內容是漢字的電腦處理問題；經過幾年的發展低潮之後，1990年代末，中文信息處理的重點轉向語音識別、語音合成和語義處理方面。

[編輯] 漢字之難——被打字機拋棄的時代
在二十世紀上半葉，英文打字機的普及極大的提高了文字資料的錄入速度。而由於漢字的複雜性，使中文打字機遲遲未能設計出來，再加之基礎漢字的學習難度大、時間長，連魯迅都喊出「漢字不滅，中國必亡」[1]。之後，雖然設計出中文打字機，但要配備數千個鉛字組成的大字盤，昂貴的機器成本和複雜的使用技術決定它不能普及到大眾使用。毛澤東對此也深感無奈，發出了中文「要走世界共同的拼音文字道路」的慨嘆。這些局限於歷史條件所限而做出的言論，在中文信息處理技術發展後期仍然被經常(斷章取義的)提及。
1984年的《參考消息》有這樣的記載：「法新社洛杉磯8月5日電 新華社派了22名記者，4名攝影記者和4名技術人員在奧運會採訪和工作。在全世界報導奧運會的7000名記者中，只有中國人用手寫他們的報導」……此時只有中國人仍然用手寫從事著創作。
漢字成了被打字機拋棄的「落後文明」，直到二十世紀八十年代PC技術推廣下，中文PC系統問世，中文信息輸入的問題，才有了初步解決。

[編輯] 漢字的拉丁化問題

[編輯] 漢字信息處理階段
硬體：聯想、巨人、四通等公司的漢卡；浪潮、紫金的中文電腦；四通中文打字機；大洋字幕機
軟體：
輸入法:
企業：聯想、方正、四通等一批靠中文處理產品起家的企業。
標準、基礎研究：中文信息處理界基本上完成了詞頻統計、多種字體顯示/列印字型檔、漢字顯示/列印技術、輸入法、內碼標準、字符集標準等與字相關的所有基礎工作。倪院士說，到2000年，中國已制定了70個與中文信息處理相關的國家標準。
學術理論：
1990年代中期，最為普及的電腦作業系統由DOS升級到Windows平臺。微軟公司從中文版Windows 3.2開始，在作業系統里集成了漢字處理技術，使傳統中文信息處理產品迅速失去了市場。中文信息處理進入一個低谷，原先做中文信息處理的公司紛紛轉行。Windows 2000及以上版本，無論採用何種文字，均已支持中文處理。

中文電腦、中文程式語言、中文軟件

[編輯] 網際網路時代的中文處理
網際網路時代對中文信息處理產生了新需求。網際網路上的海量數據為中文信息檢索提出了新的課題；其次，外文信息已經多到不能人工完翻譯的程度，機器翻譯的重要性被提到了空前的高度；第三，手機、PDA等移動設備將信息處理需求變成無處不在，非標準鍵盤的漢字輸入需要有新的方案。大量新的課題出現，重新啟動了中文信息工作的熱情。

[編輯] 漢語信息處理階段

數字圖書館
與此同時，為方便使國內各民族電腦化的步伐加快，政府作出一連串列動去使這些民族的語言更便於「計算機化」。這一連串列動包括以下各項：

取消民族語言中的特殊字元，盡可能以26個標準拉丁字母代替。(參看：壯語)
為還未有文字的民族設立以拉丁字母為本的新文字。

台灣方面，在1990年代曾引發「中文電腦化」及「電腦中文化」的爭議。

資策會方面的意見：認為電腦的操作空間有限。如果不讓中文適應電腦環境，中文就會失去新時代的活動能力而變成死的語言。
學界及業界的意見：操作空間有限的只是短時期的問題。隨著電腦發展日新月異，操作空間的限制很快就變得沒有意義。政府應該在新時代來臨以前，及早制定長遠的標準。
結果：資策會未能在ISO 10646開始討論中日韓文字編碼空間之前產生一個前瞻性的編碼方案，加上當時中國大陸政府的阻撓，使繁體字幾乎要在電腦世界消失。後來幸得多方面商討和配合，同意中日韓三國共用編碼空間，成為了今時今日的中日韓統一表意文字，而台灣的一萬三千多個字亦準以「民間通用標準」為理由成為了統漢碼的參考標準之一。電腦對漢字的親和性增加，而Unicode在統漢碼之後，亦不斷推出擴展A、擴展B及擴展C計劃，以涵蓋歷史上所有曾經出現過及使用過的漢字，並為它們編碼記錄。現時已整理好接近七萬個漢字。

之前我都好似你咁, 買了板, 知道無碟, 本應我部機有, 好似檔案好大, 你試試這個得不得先, 不得, 通知我, 再幫你找...
http://www.itrj.cn/downinfo/3577.html