基于正則表達式的藏文虛詞“”類識別算法研究

更藏卓瑪，安見才讓

（青海民族大學計算機學院，西寧 810007）

藏文中共有85個虛詞，它比實詞少很多，但藏文虛詞在藏文中的使用及其廣泛，而且它在不同語境中扮演者不同的角色，因此出現了虛詞的歧義問題，而因它的歧義性問題識別起來非常復雜，尤其是非依他關聯詞的識別。但對它的研究對藏文詞和句子的處理起著重要性的作用。因此，文章通過藏文虛詞添接規則和正則表達式對藏文虛詞“”類進行識別研究。

表1 虛詞“”類添接表

表1 虛詞“”類添接表

藏文文本校對過程中校對藏文虛詞的添接是一項很重要的工作，要完成這個工作首先要識別藏文虛詞。

檢測添接規則，并統計其次數。如圖1所示。

圖1

其表示匹配字母或數字或下劃線或藏文字重復零次或者更多次后（（匹配除了換行符以外的字符（匹配前面的位置加，例 如不能檢測添接規則，并統計其次數。如圖2所示。

圖2

圖3

檢測添接規則，并統計其次數。如圖4所示。

圖4

2 實驗結果

表2 “”等14個詞語料中的數量統計

表2 “”等14個詞語料中的數量統計

圖5

表3 虛詞“”類的歧義統計

表3 虛詞“”類的歧義統計

數量名稱總數 為虛詞總數 為虛詞百分比“???”類 9902 3996 40.3%

3 結束語