藏字叠加结构线性处理统计分析

由于藏字书写是非线性的二维阵列方式,因此藏文信息处理出现两种不同的技术处理方法。一种将藏文字母符号作为信息处理基本单位,所需设计的藏文字库空间极小;另一种将纵向二维构造的一律处理为线性结构,即藏字的基字、上加字、甚至无音的各种组合都设计到字库中,因此字库所需容量成百倍地猛增,字库容量最高达到2300多字符。 由于这个问题涉及藏文字库建设、藏字编码输入方法、藏文打印输出和藏文识别等诸多方面,因此有必要完善技术处理的理论建设。 本文以现代藏语常用字为统计对象,对藏字纵向叠加结构进行统计分析,取得有实用参考价值的结果。 本文所收材料为《藏汉拉萨口语词典》,《拉萨口语读本》词汇表,《藏语简索》词汇表,     

藏语史研究的理论和方法探析

藏语史研究的理论和方法探析江荻１．１藏语的发凡大概是很久远的事了。据藏文史籍记载，吐蕃王松赞干布一统雅鲁藏布江流域时，其祖先已有３２代之期了。约始于公元前１１０年左右。当然，由于缺乏古代书面文献，远古的这段语言原始面貌已不可考，但是设想藏语远古存在的...     

汉语方言自动聚类与分区及相关计算方法

本文回顾了学界对汉语方言之间相互关系的三种计量方法：特征统计、词源统计和词汇相似度计量,指出这三种计量方法采用的是非整体的、语音和词汇上受限的考察方法。文章阐述了一种更适用的计算模型,即Levenshtein Distance算法(莱文斯坦距离,或称编辑距离),该方法对语言或方言之间线性字符串的语音相似性和词汇对应性具有协调功能,并蕴含特征比对和词源概率效用。本文自动分区实验汇集了南方吴、闽、粤、湘、客、赣、徽、淮8个分区的78个方言,官话方言有东北、北京、冀鲁、胶辽、中原、兰银、西南108个方言,共计186个汉语方言点。每个方言收集了斯瓦迪士100个基本词,并对方言之间展开相似性计算。计算结果与传统分区基本一致,但更为精准。     

汉藏语言系属研究的文化人类学方法综论

迄今，汉藏语言系属分类已经历了百余年的实践，分歧依然存在。究其原因，一是汉藏及周边区域的民族有着复杂多元的文化背景，汉藏区域农耕型民族从古至今一直处在接触和融合状态，与印欧区域畜牧型民族完全不同；二是汉藏语言古代文字文献远不如印欧语言的丰富和久远，客观条件制约了历史比较法的效用，仅以语言的结构研究难以奏效。为此，本文讨论了文化人类语言学在系属研究中的作用，以及汉藏语言系属研究在复杂条件的羁性下所产生的非谱系树观念，认为这一观念很可能成为未来汉藏语历史语言学的新的生长点     

谈谈汉藏系语言的音位类

音位是一种关于语音系统的单位的理论概念。假如要描写一种语言的语音系统,那是一定要从音位着手的。一般情况下,咱们会说明这种语言有多少音位以及哪些是元音的、辅音的音位单位。如果是音高变化区别意义的话,还得说说那些声调单位(声调与元音、辅音排在一块总有点别别扭扭的)。可是凭什么就确定了这种语言元音的和辅音的音位类别呢?问题的答案大概很简单:因为咱头脑里有着一种关于音位的理论框架,要不就是关于音位研究的经验模式。     

藏文字符的分类与功能描述

藏文字符除了字母类符号,尚有大量其他文本符号,这些符号的名称、性质与功能历来未作勘定,积疑甚多.藏文文本符号总体上可以分为三大类:藏文(本体)字符、梵源藏文字符、其他文本图形符号.藏文字符专指藏文创制时期以及藏文历史应用中依据语言变化所创制的符号,通常所说的30个辅音字母和4个元音符号以及相应变体都在此列.除此外,藏文数字符和标点符号也可归入此类.梵源藏文字符是通过新创藏文字形表示藏语中没有的梵文读音形式和文字形式的字符,形成了所谓的藏(文)化梵文字符.其他文本图形符号包括藏族自身创造的图形以及来源于梵文文本的图形,其基本特点是不表达语言声音,仅表示某种文本形式意义,或者以图形方式指示事物的意义.这类符号有吟诵示意符、吟诵会意符、占星符、装饰符,等等.以上藏文字符大多已收入ISO/IEC国际标准藏文字符基本集,对字符的分类有助于进一步展开藏文计算机处理研究.     

20世纪的历史语言学

本文讨论 2 0世纪世界范围历史语言学的主要事件以及相关理论与方法的新进展 :印欧语系在赫梯语等新发现古文献材料冲击下分类观念有所变化 ;对世界语言的系属分类探索逐步展开 ,主要叙述诺斯特拉语系和欧亚语系的形成和研究情况以及汉藏语系与南岛语、南亚语构成的华澳大语系分类状况 ;与系属分类相关的理论与方法中重要的创新有语言变异理论、词汇扩散理论以及远程比较方法 ,另外 ,声调发生学、混合语理论、语言年代学、语言接触和联盟理论以及语言地理类型学等也是本世纪历史语言学的新发展和主要的成就。     

汉藏语数据与东亚人类的渊源

汉藏语言现象的探索本质上是追寻东亚人类发生、发展或者起源和迁徙的问题。有多少语言的问题基本上也就是有多少族群的问题,语言渊源关系的问题也可以看作族群相互关系或文化亲疏的问题。为此,探索东亚人类的文化、历史,相当程度上依赖于语言的探索。而语言的探索主要借助对多样性族群语言数据的收集、分类、比较和分析。本文简略介绍了汉藏语数据资源的基本状况,介绍了美国柏克莱大学的"汉藏语词源词典及宝藏"项目和中国社会科学院的"汉藏语同源词检索系统",包括数据结构、数据量和检索方法。最后,本文讨论了语言学,分子生物学,人类遗传学,考古学几大学科交汇形成的关于东亚人群渊源的信息,认为这些学科相互的论争和彼此的印证正是推动学科发展的契机和动力。