CN108415899B - 一种盲文分词修改方法和系统 - Google Patents

Abstract

本发明提供了一种盲文修改方法和系统，其中方法包括：遍历每一行，设置标识；比较基础版本；生成基础数据。本发明能够解决现有利用汉语盲文进行采集、修改管理操作不便、管理效率低的问题，实现替代人工汉语对齐，标注对比和完成修订的工作。可实现多人同平台完成盲文分词标注的修改。

Description

一种盲文分词修改方法和系统

技术领域

本发明涉及汉语盲文分词技术领域，特别涉及一种盲文分词修改方法和系统。

背景技术

汉语盲文研究需要专门的语料库支持，汉语盲文语料库的建设就是将我国盲文使用的语言材料进行采集、整理、记录，整体把握盲文符号、词汇、标调等问题的全貌，并进行系统的定量分析。汉语盲文的分词连写既不同于汉语拼音正词法基本规则的分词连写方式，也不同于汉语信息处理领域常用的分词规则。经过科学的选材和标注，对现存的盲文语料进行分词连写的修订，全面的分析现存语料的分词问题，提高盲文分词的一致性，进而促进盲文信息化的发展。

汉语盲文的分词连写是以词汇为单位，词汇之间以空方作为边界。现行盲文的分词连写要求盲文的书写既要符合汉语语法和语言的逻辑性习惯性，又要适当减少零散的单音节词形，以符合盲人摸读习惯，提高摸读效率。由于盲文分词连写的特殊性，导致现行盲文语料在分词连写上存在着很大的分歧。

目前汉语盲文语料库采集，多是在多个txt汉文和盲文进行采集、修改、管理时，操作不便，管理速度慢且效率低。

公开号CN200410070161.4 的发明专利申请公开了一种运行于Windows平台的盲汉对照编辑排版系统,同时也涉及该系统使用的编辑排版方法。本盲汉对照编辑排版系统由盲文输入装置,汉盲自动转换器,盲汉自动转换器,语音导航器,打印机,盲文刻印机,显示器,点显器,盲汉对照编辑排版装置所组成。该系统具有多种输入和输出功能,可以实现高准确度的汉语与盲文的自动翻译转换,盲汉对照的“所见即所得”的排版,盲文自动校对,同时针对盲文用户提供自动语音跟随功能,从而大大提高了盲文排版的效率和实用性。本盲汉对照编辑排版方法通过分行、分页和对开等格式化排版、自动对照、同步编辑、智能校对等步骤,实现了盲文编辑排版工作的自动化,为盲文出版工作提供了便利。该发明汉盲自动转换翻译并不精确，尤其对于文章的分词大同小异，例如：“火腿肠”有可能划分成“火腿”和“肠”，也有可能划分“火”、“腿”、“肠”。

发明内容

为解决上述问题，本发明提出的一种盲文分词修改方法和系统，能够解决利用txt汉语盲文进行采集、修改、管理操作不便、管理效率低的问题。

本发明的第一方面是提出了一种盲文分词修改方法，包括：获取基础版本，还包括以下步骤：

步骤1：遍历每一行字符；

步骤2：设置标识记号；

步骤3：比较所述基础版本，生成基础数据；

本发明的盲文分词修改方法自动化程度高，解决了人工分词的诸多弊端。

优选的是：所述基础版本包括中科院第一版本、中科院第二版本、北理工版本和清华版本中至少一种。这样便可多版本的引入能够降低分词识别的错误率。

在上述任一方案中优选的是：所述步骤1包括统计所述基础版本中的汉字和/或标识个数。这样，与人工识别相比较能够提高统计速度和统计效率。

在上述任一方案中优选的是：所述步骤2包括设置所述中科院第一版本中的汉字1和标识1为C1，设置所述中科院第二版本中的汉字2和标识2为C2，设置所述北理工版本中的汉字3和标识3为C3，设置所述清华版本中的汉字4和标识4为C4。这样便能够替代人工设置各版本的变量名，减少人工工作量。

在上述任一方案中优选的是：所述比较规则为判断C1和C2的大小关系，如果C1<C2，则设置所述标识记号以便下次不再读取汉字2，如果C1>C2，则继续读取汉字2和标记2，如果C1=C2，则继续遍历下一行。这样便能够简化人工判断流程，减少人工工作量。

在上述任一方案中优选的是：所述比较规则为判断C1和C3的大小关系，如果C1<C3，则设置所述标识记号以便下次不再读取汉字3，如果C1>C3，则继续读取下一个字符，如果C1=C3，则继续遍历下一行。通过这种方式，能够简化人工判断流程，减少人工工作量。

在上述任一方案中优选的是：所述比较规则为判断C1和C4的大小关系，如果C1<C4，则设置所述标识记号以便下次不再读取汉字4，如果C1>C4，则继续读取下一个字符，如果C1=C4，则继续遍历下一行。通过这种方式能够简化了人工判断流程，减少了人工工作量。

在上述任一方案中优选的是：所述步骤3包括比较其他学院版本且生成基础数据，如果遍历不到下一行则判断是否有其他文件，有则继续遍历每一行进行比较设置标识，无则结束且生成基础数据。这样便能够主动查找其他文件，提高扩展能力。

本发明的第二方面是提出一种盲文分词修改系统，包括登陆模块和用户管理模块，还包括以下模块：

语料库模块：用于使用上述盲文分词修改的方法把生成的基础数据存入语料库；

列表背景模块：用于查看对比和/或修改功能；

所述列表背景模块是根据指定的语料库进行读取数据然后并且填充到列表；

所述登陆模块是根据指定的关联语料库模块进行判断是否存在；

所述用户管理模块是根据管理需求进行管理登录模块权限。

通过按照本发明的系统能够简化人工修改盲文分词操作和管理操作的繁琐操作。

优选的是：所述登陆模块使用帐号和/或密码登陆和/或验证的功能。这样便能够简化修改盲文分词的登陆权限通道。

在上述任一方案中优选的是：所述用户管理模块具有添加用户、修改用户和删除用户中至少一种操作的功能。通过这种方式能够简化人工管理用户繁琐的流程。

在上述任一方案中优选的是：所述语料库模块包括编号、文章名、各学院版本编号、分词、拼音、盲文、标记、备注中至少一种字段，以便能够存储更多的文章信息。

在上述任一方案中优选的是：所述文章分配模块具有删除全部文章和/或添加文章的功能。这样便能够简化管理员管理每一个分词修订人员分配对应文章的繁琐流程，每个分词修订人员只能修订分配在个人名下的文章。

在上述任一方案中优选的是：所述选择文章模块具有使用下拉选项选择任意文章的功能，以便能够简化分词修订人员任意选择自己名下的文章。

在上述任一方案中优选的是：所述选择文章模块具有是否恢复上一次编辑和/或是否从头开始编辑的功能，以便简化了人工查找上次编辑位置的流程。

在上述任一方案中优选的是：所述列表背景模块具有为多行列表、文本框编辑和替换按钮中至少一种设置至少一种背景颜色的功能。这样便能够简化分词修订人员修改分词繁琐的操作。

在上述任一方案中优选的是：所述系统还包括文章分配模块、文章选择模块、盲文版模块、明文版模块和查询模块中至少一种，以便能够提高查询和查看的效率。

在上述任一方案中优选的是：文章分配模块具有使用管理员账户给每一个分词修订人员分配文章的功能，以便能够简化管理员为每一个分词修订人员执行增加和删除文章的繁琐操作。

在上述任一方案中优选的是：文章选择模块具有根据管理员在每个人名下分配的文章去选择要修改文章的功能，以便避免出现修改他人文件的误操作。

在上述任一方案中优选的是：所述明文版显示子模块用于显示汉文界面，使得汉文的显示效果更加明显。

在上述任一方案中优选的是：所述盲文版显示子模块用于显示盲文界面，使得盲文的显示效果更加明显。

在上述任一方案中优选的是：所述查询模块用于精确查询和/或模糊查询，以便能够提高查询的速度。

在上述任一方案中优选的是：所述精确查询包括分词、标记和备注至少一种条件的查询，支持多个精确查询条件，以便能够提高查询效率。

在上述任一方案中优选的是：所述模糊查询包括分词、标记和备注至少一种条件的查询，支持多个模糊查询条件，以便能够提高查询效率。

在上述任一方案中优选的是：所述查询模块具有查看查询结果和/或定位到目标页功能。

附图说明

图1 为按照本发明的盲文分词修改系统的一优选实施例的模块图。

图1A为按照本发明的盲文分词修改系统的如图1所示实施例的用户管理界面的示意图。

图1B为按照本发明的盲文分词修改系统的如图1所示实施例的文章分配界面的示意图。

图1C为按照本发明的盲文分词修改系统的如图1所示实施例的盲文版界面的示意图。

图1D为按照本发明的盲文分词修改系统的如图1所示实施例的明文版界面的的示意图。

图1E为按照本发明的盲文分词修改系统的如图1所示实施例的模糊查询和/或精确查询界面的示意图。

图2为按照本发明的盲文分词修改系统的选择文章模块工作方法的的一优选实施例的流程图。

图2A为按照本发明的盲文分词修改系统的如图2所示实施例的登陆界面的示意图。

图2B为按照本发明的盲文分词修改系统的如图2所示实施例的选择文章界面的示意图。

图2C为按照本发明的盲文分词修改系统的如图2所示实施例的提示弹窗界面的示意图。

图3为按照本发明的盲文分词修改系统的列表背景选择方法的的一优选实施例的流程图。

图3A为按照本发明的盲文分词修改系统的如图3所示实施例的替换按钮前效果的示意图。

图3B为按照本发明的盲文分词修改系统的如图3所示实施例的替换按钮后效果的示意图。

图3C为按照本发明的盲文分词修改系统的如图3所示实施例的修改前的示意图。

图3D为按照本发明的盲文分词修改系统的如图3所示实施例的修改后的示意图。

图3E为按照本发明的盲文分词修改系统的如图3所示实施例的标记文本框编辑的示意图。

图4为按照本发明的盲文分词修改方法的一优选实施例的流程图。

具体实施方式

本发明是对盲文分词修改系统的一次大胆革新，是一个突破性的进展，利用web技术实现盲文分词修改，打破传统人工盲文分词修改。在盲文修订版本基础上修订出最合理的分词标记，替代人工校验修改。

下面结合具体实施例及附图对盲文分词修改方法和系统的技术进行详细描述，以使其更加清楚。

实施例1

如图1所述，一种盲文分词修改系统，包括以下的模块：语料库模块1000，管理模块2000，文章选择模块3000，展示和编辑模块4000。

语料库模块1000 ：用于将中科院第一版本、中科院第二版本、北理工和清华四个版本分词对齐标记方法生成的基础数据存入语料库。

管理模块2000包含用户管理模块2001， 文章分配模块2002，登陆模块2003。

用户管理模块2001：管理员登陆系统，输入用户名和密码。可以进行用户管理。用户管理用于录入进行分词修订的人员列表，并分配相应的用户名和密码。管理添加用户功能、修改用户功能、删除用户功能，用户管理界面如图1A所示。

文章分配模块2002：管理员登陆系统，输入用户名和密码。可以进行文章分配。文章分配用户给每一个分词修订人员分配对应的文章，每个用户只能修订分配在个人名下的文章。具有添加文章功能、全部删除文章功能，文章分配界面如图1B所示。

登陆模块2003：使用文本框键入帐号和密码。

文章选择模块3000：根据分配在个人名下的文章，进行选择，选择时可以从头开始编辑文章，也可以根据上一次编辑位置，继续修订文章。使用点击下拉选项操作去选择要修改的文章。

展示和编辑模块4000：盲文版模块4001，明文版模块4002，列表背景模块4003，查询模块4004。

盲文版模块4001：用于呈现盲文，盲文界面如图1C所示。

明文版模块4002：用于呈现汉文，盲文界面如图1D所示。

列表背景模块4003： 用于标记修订，标记修订分为明文版和盲文版。通过三个版本分词和标记对比，按照科学的分词标记方法，得到最合理的标记方案。修订过程可以通过替换和自主保存进行标记修订。具有使用替换按钮的功能、具有文本框键入关键字的功能、列表背景颜色具有查看不同的分词和标记的功能。

查询模块4004：使用精确查询条件范围和模糊查询条件范围包含分词和/或标记和/或备注，具有查询结果和/或定位到目标页的功能，查询界面如图1E所示。

上述盲文分词修改系统，管理员通过系统支配修订版、清华版、北理工版和中科院版以及其他版本文章，也可以分配每一个分词修订人员分配对应的文章完成修订分词工作。免除了传统分配任务的繁琐操作。

实施例2

如图2所述，文章选择模块的工作方法，包括以下步骤：

执行步骤5001：用户键入登陆和密码，登陆界面如图2A所示。

执行步骤5002：选择任意文章，选择界面如图2B所示。

执行步骤5003：弹窗提示是否恢复上一次编辑，弹出框界面如图2C所示，如果恢复上一次编辑，则执行步骤5004(跳转到上一次编辑位置)，如果不恢复上一次编辑，则执行步骤5005，弹窗提示是否重新编辑，如果重新编辑则执行步骤5006（跳转到列表第一页），如果不重新编辑，则返回重新执行步骤5002。

实施例3

如图3所述，列表背景模块的工作方法，包括以下步骤：

执行步骤4003A：判断分词是否一致，如果分词不一致则执行步骤4003B继续判断标记是否一致，如果标记不一致则执行步骤4003B1，不存在标记分词不一致标记一致。如果分词一致则执行步骤4003C继续判断标记是否一致，如果标记不一致则执行步骤4003C1，如果标记不一致则执行步骤4003C2。

列表背景模块中替换按钮的工作方法，分词替换前效果如图3A所示，在图3A中左一列修订版和右一列中科院版的分词和标记还有替换按钮，右二列北理工版的分词和标记还有替换按钮，右三列清华版的分词和标记还有替换按钮，左一列的分词、标记和右一列的分词、标记、右二列的分词、标记、右三列的分词、标记都不一致的话，那么理想中的正确右第二列北理工版的分词和标记“山东卷”“Nd,V,PU”的话，可以点击右二列替换按钮，替换左一列标记“山东卷”“Nd/N”。替换后效果如图3B所示。

对上述实施例3列表背景模块中标记文本编辑的工作方法，标记文本框前效果如图3C所示，在图3C中左一列修订版和右一列清华版的分词和标记还有替换按钮，右二列北理工版的分词和标记还有替换按钮，右三列中科院版的分词和标记还有替换按钮，图3C中左一列的分词、标记和右一列的分词一致、标记不一致，右二列的分词一致、标记不一致，右三列的分词一致、标记不一致的话，那么理想中的正确右第一列清华版“2007”“V”的标记的话，可以点击右一列替换按钮，替换左一列标记“2007”“N”。替换后效果如图3D所示。如果没有理想中可替换的标记，可以在标记文本框里输入自己理想的标记，输入文本框后效果如图3E所示。

实施例4

如图4所述，一种盲文对齐方法，包括以下的步骤：

执行步骤100，读取中科院版本文件夹下的文件。如果读取不到文件则执行步骤101，显示异常出错。如果读取到文件则执行步骤102，循环遍历文件的一行内容盲文、拼音1、拼音2、汉字1、标记1、汉字2、标记2。执行步骤103，一行内容进行截取汉字1，标记1，并统计一行汉字个数为C1。执行步骤104，一行内容进行截取汉字2，标记2，并统计一行汉字个数为C2。执行步骤105，判断C1与C2之间的大小关系，如果C1>C2则重新执行步骤104。如果C1<C2则读取步骤106，设置标识记号以便下次不再读取。如果C1=C2则继续执行步骤102。如果步骤102读取不到下一行则读取步骤110。执行步骤110：读取北理工版本文件夹下的文件，如果读取不到则读取步骤130，结束执行。如果读取到北理工版本文件则执行步骤111，循环遍历文件的一行内容盲文、汉字3、标记3。执行步骤112，一行内容进行截取汉字3，标记3，并统计一行汉字个数为C3。执行步骤113，判断C1与C3之间的大小关系，如果C1>C3则读取步骤111，如果C1<C3则读取步骤114，设置标识记号以便下次不再读取。如果C1=C2则继续读取步骤111。如果步骤111读取不到下一行则读取步骤120：读取清华版本文件夹下的文件，如果读取不到则读取步骤130，结束执行。读取到清华版本文件则执行步骤121，循环遍历文件的一行内容盲文、汉字4、标记4。执行步骤122：一行内容进行截取汉字4，标记4，并统计一行汉字个数为C4。执行步骤123，判断C1与C3之间的大小关系，如果C1>C4则读取步骤121，如果C1<C3则读取步骤124，设置标识记号以便下次不再读取。如果C1=C2则继续读取步骤121。如果步骤121读取不到下一行则依次读取下一个文件。

这个发明虽然看起来很比较简单 ，但是它是盲文分词修改中的一次大胆突破的创新，盲文分词修改系统可以被广大语料库编辑员使用。

为了更好地理解本发明，以上结合本发明的具体实施例做了详细描述，但并非是对本发明的限制。凡是依据本发明的技术实质对以上实施例所做的任何简单修改，均仍属于本发明技术方案的范围。本说明书中每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

Claims (4)

1.一种盲文分词修改方法，包括：获取基础版本，其特征在于，还包括以下步骤：

步骤1：遍历每一行字符，统计所述基础版本中的汉字和/或标识个数；

步骤2：设置标识记号，设置中科院第一版本中的汉字1和标识1为C1，设置中科院第二版本中的汉字2和标识2为C2，设置北理工版本中的汉字3和标识3为C3，设置清华版本中的汉字4和标识4为C4；

步骤3：比较所述基础版本，生成基础数据；

所述基础版本包括中科院第一版本、中科院第二版本、北理工版本和清华版本；

所述比较的规则为判断C1和C2的大小关系，如果C1<C2，则设置所述标识记号以便下次不再读取汉字2，如果C1>C2，则继续读取汉字2和标记2，如果C1=C2，则继续遍历下一行；判断C1和C3的大小关系，如果C1<C3，则设置所述标识记号以便下次不再读取汉字3，如果C1>C3，则继续读取下一个字符，如果C1=C3，则继续遍历下一行；判断C1和C4的大小关系，如果C1<C4，则设置所述标识记号以便下次不再读取汉字4，如果C1>C4，则继续读取下一个字符，如果C1=C4，则继续遍历下一行。

2.如权利要求1所述的盲文分词修改方法，其特征在于：所述步骤3包括比较其他学院版本且生成基础数据，如果遍历不到下一行则判断是否有其他文件，有则继续遍历每一行进行比较设置标识记号，无则结束且生成基础数据。

3.一种盲文分词修改系统，包括登陆模块和用户管理模块，还包括以下模块：

语料库模块：用于使用权利要求1-2任一项所述的盲文分词修改方法把生成的基础数据存入语料库；

列表背景模块：用于实现查看对比和/或修改功能；

所述列表背景模块是根据指定的语料库读取数据并且填充到列表；

列表背景模块的工作方法包括：判断分词是否一致，如果分词不一致则继续判断标记是否一致，如果标记不一致则一行用虚线隔开，列表背景绿色；如果分词一致则继续判断标记是否一致，如果标记不一致则一行列表背景粉色，如果标记一致则一行列表无背景色；

所述登陆模块是根据指定的关联语料库判断用户是否存在；

所述用户管理模块是根据管理需求管理登录模块权限。

4.如权利要求3所述的盲文分词修改系统，其特征在于：所述登陆模块具有使用帐号和/或密码登陆和/或验证的功能。

Images