第四章 數(shù)字文本與文本處理

上傳人:hjk****65 文檔編號:204175179 上傳時間:2023-04-26 格式:PPT 頁數(shù):7 大?。?88KB
收藏 版權(quán)申訴 舉報 下載
第四章 數(shù)字文本與文本處理_第1頁
第1頁 / 共7頁
第四章 數(shù)字文本與文本處理_第2頁
第2頁 / 共7頁
第四章 數(shù)字文本與文本處理_第3頁
第3頁 / 共7頁

下載文檔到電腦,查找使用更方便

15 積分

下載資源

還剩頁未讀,繼續(xù)閱讀

資源描述:

《第四章 數(shù)字文本與文本處理》由會員分享,可在線閱讀,更多相關(guān)《第四章 數(shù)字文本與文本處理(7頁珍藏版)》請在裝配圖網(wǎng)上搜索。

1、第三章第三章第三章第三章數(shù)字文本與文本處理數(shù)字文本與文本處理數(shù)字文本與文本處理數(shù)字文本與文本處理第一節(jié) 字符編碼 在計算機中,英文采用ASCII碼 英文l 文字的編碼中文1.漢字的輸入編碼 數(shù)字編碼:用數(shù)字代表漢字字符,電報碼、區(qū)位碼都屬于數(shù)字編碼 字音編碼:指按照漢字的標準化讀音,使用拼音作為漢字的編碼的方法 字形編碼:是指用漢字的形狀表示的編碼方式。這種編碼方式將漢字依筆劃、偏旁、部首用數(shù)字或字母編碼,然后根據(jù)其組成方式依次輸入 形音編碼:將漢字字音與字型相互結(jié)合的一種編碼方法如全息碼就是一種音形編碼。l 文字的編碼22.漢字的機內(nèi)編碼 漢字的機內(nèi)編碼是用于漢字信息的存儲、交換、檢索等操作

2、的機內(nèi)代碼,一般采用兩個字節(jié)表示。漢字交換碼:指在不同漢字信息處理系統(tǒng)之間進行漢字交換時使用的編碼。漢字交換碼也稱漢字國標碼GB2312 3.漢字的輸出編碼用點陣表示的漢字字形代碼,漢字的輸出形式。漢字區(qū)位碼:國標字符集構(gòu)成一個二維平面,它分成94行、94列,行號稱為區(qū)號,列號稱為位號。每一個漢字或符號在碼表中都有各自的位置,字符的位置用它所在的區(qū)號(行號)及位號(列號)來表示。漢字的輸入編碼、漢字內(nèi)碼、字模碼是漢字的輸入編碼、漢字內(nèi)碼、字模碼是計算機中用于輸入、內(nèi)部處理、輸出三計算機中用于輸入、內(nèi)部處理、輸出三種不同用途的編碼,不要混為一類。種不同用途的編碼,不要混為一類。3 OCR(Opt

3、ical Character Recognition 光學符號光學符號識別),是指將一份文字稿件以圖像形式輸入給計算機,識別),是指將一份文字稿件以圖像形式輸入給計算機,計算機取出每個文字的圖像,再將其轉(zhuǎn)換成漢字的編碼計算機取出每個文字的圖像,再將其轉(zhuǎn)換成漢字的編碼存入計算機,以達到漢字輸入的目的。存入計算機,以達到漢字輸入的目的。OCR技術(shù)解決的技術(shù)解決的是已存在于紙介質(zhì)上的文字如何被計算機識別并接收的是已存在于紙介質(zhì)上的文字如何被計算機識別并接收的問題。由于是對掃描后的圖像文件進行識別處理,所以問題。由于是對掃描后的圖像文件進行識別處理,所以稱為脫機漢字識別系統(tǒng)。稱為脫機漢字識別系統(tǒng)。第二

4、節(jié) 文本輸入技術(shù)文文本本輸輸入入手寫識別手寫識別 語音識別語音識別光學字符識別光學字符識別(OCR技術(shù))技術(shù))鍵盤輸入鍵盤輸入非鍵盤輸入非鍵盤輸入4第三節(jié) 文本編輯與處理l 文本編輯 文本編輯的主要功能 對字、詞、句、段落進行添加、刪除、修改等操作 字的處理:設置字體、字號、字的排列方向、間距、顏色、效果等 段落的處理:設置行距、段間距、段縮進、對稱方式等 頁面布局的處理:設置頁邊距、每頁行列數(shù)、分欄、頁眉、頁腳等 “所見即所得”(What You See Is What You Get,簡稱 WYSIWYG):一方面所有的編輯操作效果立即可以在屏 幕上看到,另一方面在屏幕上看到的效果與打印機的輸出 結(jié)果相同。5l 文本處理 文本處理的內(nèi)容 字數(shù)統(tǒng)計,字頻統(tǒng)計,簡/繁體相互轉(zhuǎn)換,漢字/拼音相互轉(zhuǎn)換 詞語排序,詞語錯誤檢測,文句語法檢查 自動分詞,詞頻統(tǒng)計,詞性標注,詞義辨識,大陸/臺灣術(shù)語轉(zhuǎn)換 文本壓縮,文本加密,文本著作權(quán)保護 關(guān)鍵詞提取,文摘自動生成,文本分類 文本檢索(關(guān)鍵詞檢索、全文檢索),文本過濾 文語轉(zhuǎn)換(語音合成),文種轉(zhuǎn)換(機器翻譯)篇章理解,自動問答,自動寫作等 文本處理軟件6謝謝 謝!謝!

展開閱讀全文
溫馨提示:
1: 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
2: 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
3.本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
5. 裝配圖網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

相關(guān)資源

更多
正為您匹配相似的精品文檔
關(guān)于我們 - 網(wǎng)站聲明 - 網(wǎng)站地圖 - 資源地圖 - 友情鏈接 - 網(wǎng)站客服 - 聯(lián)系我們

copyright@ 2023-2025  zhuangpeitu.com 裝配圖網(wǎng)版權(quán)所有   聯(lián)系電話:18123376007

備案號:ICP2024067431-1 川公網(wǎng)安備51140202000466號


本站為文檔C2C交易模式,即用戶上傳的文檔直接被用戶下載,本站只是中間服務平臺,本站所有文檔下載所得的收益歸上傳人(含作者)所有。裝配圖網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對上載內(nèi)容本身不做任何修改或編輯。若文檔所含內(nèi)容侵犯了您的版權(quán)或隱私,請立即通知裝配圖網(wǎng),我們立即給予刪除!