藏文屏幕取詞和翻譯關(guān)鍵技術(shù)

文/趙建平 陳建新 穆杰 李永虎

因為對新技術(shù)的一知半解，無形中強(qiáng)化了屏幕取詞的難度，很多人對屏幕取詞和翻譯技術(shù)望而卻步。但是隨著互聯(lián)網(wǎng)信息技術(shù)的發(fā)展普及，各種藏文網(wǎng)站、軟件產(chǎn)品和網(wǎng)頁等不斷涌現(xiàn)，在網(wǎng)絡(luò)信息的獲取中，我們隨時隨地都會瀏覽搜索到各種各樣的藏文網(wǎng)絡(luò)資源，在應(yīng)用這些資源時，很可能遇到一些生僻的藏文詞語，因此藏文屏幕取詞和翻譯技術(shù)已成為近些年軟件開發(fā)的熱門項目。目前日臻成熟的中英文屏幕取詞和翻譯技術(shù)已經(jīng)在生活中逐漸普及，給我們的生活帶來了實質(zhì)性的幫助，以此為鑒開發(fā)藏文屏幕取詞和翻譯軟件技術(shù)，能優(yōu)化用戶的閱讀效率，促進(jìn)文化的發(fā)展與傳播。

1 屏幕取詞的實現(xiàn)原理

屏幕取詞與翻譯是基于Windows系統(tǒng)，而Windows的所有應(yīng)用程序都是通過應(yīng)用程序編程接口進(jìn)行系統(tǒng)功能調(diào)用的，屏幕取詞相關(guān)的字符顯示程序也不例外。在Windows系統(tǒng)中，能通過Win32子系統(tǒng)中的gdi32.dll來截取系統(tǒng)對四個API函數(shù)的調(diào)用以進(jìn)行屏幕取詞。所以，要實現(xiàn)屏幕取詞必須要注重兩個方面，其一是要截獲某個系統(tǒng)對Text等API函數(shù)的調(diào)用，通過自定義函數(shù)對目標(biāo)函數(shù)進(jìn)行內(nèi)部調(diào)用，并將目標(biāo)函數(shù)的結(jié)果作為自定義函數(shù)結(jié)果返還給目標(biāo)進(jìn)程。其二是需要分析截獲函數(shù)的入口參數(shù)等，得到要截取的詞。一般來說，為了截獲到目標(biāo)函數(shù)，Win32操作系統(tǒng)都會保留2-4GB的地址空間由Win32的所有進(jìn)程共享。

截獲系統(tǒng)要對API函數(shù)進(jìn)行調(diào)用有兩種方式：

（1）直接改寫API函數(shù)的內(nèi)存映像，在其中嵌入?yún)R編代碼，使其調(diào)用時能調(diào)到指定的地址運用以便截獲；

（2）改寫輸入地址表（IAT），通過重新定向API函數(shù)的調(diào)用來截獲信息。總的來說只有打破進(jìn)程邊界，在目標(biāo)進(jìn)程中輸入需截獲的API代碼，才能截獲API函數(shù)調(diào)用。

2 藏文屏幕取詞與翻譯核心內(nèi)容

從屏幕取詞與翻譯的性能來看，其關(guān)鍵技術(shù)的核心內(nèi)容包括兩個部分，即藏漢文詞典庫與藏文分詞信息。要對屏幕上選擇和截獲的詞語進(jìn)行翻譯就需要查詢多語種詞典庫，經(jīng)過查詢后的結(jié)果就是翻譯的最終結(jié)果。所以，為了實現(xiàn)多語種、多內(nèi)容的翻譯，詞典庫的數(shù)據(jù)必須要包含學(xué)科術(shù)語、語言種類、語法詞匯信息、例句、讀音、詞性等基本需求，這些信息是否完善直接關(guān)系到屏幕取詞和翻譯系統(tǒng)的適用范圍和使用價值。因為是藏文屏幕取詞，所以相關(guān)詞典庫至少需要具備藏漢英三種語言，除了基本的詞匯表達(dá)外，還需要包括特殊詞匯、人名地名等相關(guān)信息。

在不同的上下文組合中，同一個詞匯會有不同的詞性和詞意，此時即便是通過屏幕截取了詞語，也不一定能準(zhǔn)確判斷詞匯的詞性詞意。為了掌握詞匯的組合性與交集性，減少詞匯歧義的出現(xiàn)，就需要利用藏文自動分詞的方法對捕獲截取的文本做分詞，以確定目前截取詞匯的真實意義。一般來說，藏語詞匯由一個或多個音節(jié)組成，其詞語的序列構(gòu)成了藏文的句子和語塊，但由于藏文格助詞的連續(xù)特征，如主格、屬格、于格通常與前詞緊密黏結(jié)，因此所有音節(jié)在按字預(yù)切分之時，還需對黏結(jié)詞的音節(jié)進(jìn)行預(yù)切分。

3 屏幕取詞與翻譯關(guān)鍵技術(shù)應(yīng)用

要完成對目標(biāo)函數(shù)的尋找和修改，從而實現(xiàn)屏幕取詞與翻譯，就必須依賴于以下兩種技術(shù)的應(yīng)用：

3.1 鉤子技術(shù)

Win32進(jìn)程的私有空間地址只有0-2GB，且所有進(jìn)程的地址空間都是相對獨立的，要實現(xiàn)屏幕取詞，就要利用鉤子技術(shù)打破進(jìn)程邊界，突破空間獨立性。鉤子技術(shù)的本質(zhì)是Win32系統(tǒng)中用于處理系統(tǒng)消息或者特定程序的函數(shù)，它能通過系統(tǒng)調(diào)用掛入到系統(tǒng)中。根據(jù)消息監(jiān)管范圍的不同，鉤子技術(shù)能分為線程局部與系統(tǒng)全局鉤子兩類，線程局部只能監(jiān)視本進(jìn)程中的指定線程，全局鉤子的監(jiān)視范圍可以擴(kuò)展到當(dāng)前系統(tǒng)運行的所有線程，而在藏文屏幕取詞中所用到的是系統(tǒng)鼠標(biāo)鉤子。相比其他鉤子技術(shù)而言，鼠標(biāo)鉤子需要提供一個位于動態(tài)鏈接庫中的鼠標(biāo)鉤子回調(diào)函數(shù)，系統(tǒng)會在安裝完成后將這個動態(tài)鏈接庫加載到進(jìn)程的私有空間內(nèi)，這樣在每次移動鼠標(biāo)的時候，系統(tǒng)就會調(diào)動輸?shù)翥^子來回調(diào)函數(shù)，當(dāng)鼠標(biāo)停留在屏幕某一處一定時間，就會自動截取鼠標(biāo)所處位置的藏文。

3.2 PE文件格式技術(shù)

利用PE文件來截獲目標(biāo)函數(shù)是常見的屏幕取詞技術(shù)之一，其主要內(nèi)容包括Win32中的EXE和DLL文件。PE文件格式定義了多個數(shù)據(jù)結(jié)構(gòu)，其應(yīng)用范圍十分廣泛，包括文件保存代碼、數(shù)據(jù)、輸入輸出的函數(shù)等相關(guān)信息，而利用這些結(jié)構(gòu)也能便于操作PE文件。前文提到截獲API函數(shù)調(diào)用的關(guān)鍵是修改輸入地址表，而PE文件中的.idata節(jié)就包含了相關(guān)的DLL數(shù)據(jù)及函數(shù)信息。利用PE文件修改輸入地址表以截獲API函數(shù)需要涉及進(jìn)程私有地址空間中的DLL板塊，包括NT攝像頭、定位輸入表等相關(guān)內(nèi)容，通過改變進(jìn)程中私有空間的目標(biāo)函數(shù)調(diào)用，以實現(xiàn)目標(biāo)函數(shù)調(diào)用的截獲。

4 結(jié)束語

綜上可知，目前藏文屏幕取詞課翻譯關(guān)鍵技術(shù)已經(jīng)得到了一定的開發(fā)，基于C/S模式的Win32操作系統(tǒng)中藏文屏幕自動取詞與翻譯的核心技術(shù)，能有效實現(xiàn)屏幕文本獲取。在Win32操作系統(tǒng)中通過攔截API函數(shù)調(diào)用來進(jìn)行屏幕取詞，需要充分考慮程序系統(tǒng)的穩(wěn)定性和兼容性。利用鉤子技術(shù)和PE格式技術(shù)，通過加載動態(tài)鏈接庫和修改輸入地址等方式，結(jié)合藏文自動分詞和詞典庫，在最新的互聯(lián)平臺上進(jìn)行詞典編撰、信息抽取和語料庫建設(shè)等相關(guān)工作，能有效實現(xiàn)藏文資源的屏幕取詞與翻譯工作，對用戶學(xué)習(xí)和掌握藏文資源的相關(guān)內(nèi)容具有重要的實用價值。