汉字字形形式化描述方法及自动比对工具研究

由于目前计算机对汉字字形缺少统一有效的形式化描述和比对计算支持,无法利用计算机输入错字、古籍异体字、拼合字等特殊汉字和进行字形自动比对计算。而这些是基于语料库进行语言文字研究、古籍整理研究、汉字教学、数字化出版中迫切需要的处理功能。.现有的各种汉字字形描述方法在特征选取、支持字形自动比对计算方面都存在歧义和缺陷，无法解决上述各种应用中存在的汉字处理问题和困难。本课题力图在这些方面深入展开研究，面向应用建立一种具有适当颗粒度、无歧义、规范化基元特征，能描述一切可能字形（包括错字、异体字、拼合字）骨架异同的汉字字形形式化描述体系和该体系下字形整体、局部特征的自动提取、比对方法，并研制出相应工具软件，建立实用规模的含有多层次字形特征描述信息的外国留学生错字字形语料库，从而对汉字输入技术、语言文字研究、古籍整理研究、汉语教学和国际推广等事业带来重要进展，并对国内外字形描述标准化产生积极影响。