電子科技2012 年第25卷第12期圖像.編碼與軟件Electronic Sci. & Tech. /Dec. 15, 2012語言分類系統(tǒng)的設(shè)計邵澤國',2(1. 上海師范大學(xué)人文傳播學(xué)院，上海200234; 2.上海電子信息職業(yè)技術(shù)學(xué)院院長辦公室，上海201411)摘要在語言研究過程中，依據(jù)語言的某一或某些屬性和特征對其進(jìn)行分類、歸納，是觀測和捕獲語言現(xiàn)象及規(guī)律的必要環(huán)節(jié)和有效方法。對語言進(jìn)行分類也是將其在語言地圖上渲染與描繪的前提步驟。語言特征分類系統(tǒng)是漢語方言地理信息系統(tǒng)的一個子系統(tǒng)，適用于語音及詞匯分類。文中以漢語方言字音分類為例，介紹了語言分類系統(tǒng)的設(shè)計思想和方法，以及如何把語言規(guī)律、語言特性等語言學(xué)知識同計算機(jī)技術(shù)相融合，系統(tǒng)可以幫助語言研究者對語言進(jìn)行有效、快速的分類。關(guān)鍵詞語言分類; 方言特征;分配項(xiàng)中圖分類號TP391.1 文獻(xiàn)標(biāo)識碼 A文章編號1007-7820(2012)12-130 -04Design of a Language Classification SystemSHAO Zeguo',2(1. College of Humanities and Communication，Shanghai Normal University ，Shanghai 20034，China;2. Dean's Office, Shanghai Technical Institute of Electronics & Information, Shanghai 201411, China)Abstract In the process of language research, language classification and induction ( according to one or moreattributes or characteristics of a language) is a necessary part of and an effective method for observing and capturingthe phenomenon and rules of language. To classify a language is also a precious step to render and portray itself inthe GIS system. The classification system designed by the author is a sub-module of Chinese dialeet geography infor-mation system, which has a general adaptability to various follow up classifications. This paper, on the basis of theChinese dialect phonetic system, discusses how to shift the computer technology into a powerful tool on the languageresearch in terms of language features and language rules. The system helps language researchers in classifying lan-guages fast and eficiently.Keywords language classification; dialect feature; allocation term“漢語方言地理信息系統(tǒng)平臺建設(shè)"是由潘悟云.兩個個體。因此,要研究、認(rèn)識事物,必須對所研究的先生主持的一項(xiàng)教育部哲學(xué)社會科學(xué)研究重大課題攻事物進(jìn)行分類,沒有分類就沒有科學(xué)[”。關(guān)項(xiàng)目,該系統(tǒng)“以地理空間數(shù)據(jù)庫(Geographical對語言的研究、分析、比較,特別是要將語言特征Database )和方言數(shù)據(jù)庫( Dialectical Database)為基礎(chǔ)，在電子地圖上直觀地描繪出來,往往要按照一定規(guī)則通過程序?qū)Ψ窖詳?shù)據(jù)庫進(jìn)行處理,真正實(shí)現(xiàn)自動提取方對語言進(jìn)行分類。而文中所要討論的語言分類系統(tǒng)是言特征,自動繪制語言地圖,真正成為方言地理研究和漢語方言地理信息系統(tǒng)的-一個子系統(tǒng),它可以幫助語語言政策制定服務(wù)的方言地理信息系統(tǒng)(Geographical言研究者對語言進(jìn)行有效、快速的分類。Informnation System of Dialect)[1-6)"。眾所周知,分類是人類認(rèn)識客觀世界的一種基本1系統(tǒng)結(jié)構(gòu)與功能介紹的方法。人類最初對事物的命名就是一種分類活動。在漢語方言地理信息系統(tǒng)中,語言特征提取子系統(tǒng)從科學(xué)研究的角度說,之所以要研究一種事物, 目的是按照用戶設(shè)置的條件自動提取出各個語言點(diǎn)的語言特為了認(rèn)識這種事物，以便可以能動地駕馭和利用這種征數(shù)據(jù)。此時的語言特征數(shù)據(jù)往往是一個個數(shù)據(jù)集。事物,使之為人類服務(wù)。而所要認(rèn)識、研究的事物往往一般來講,不會用原始的數(shù)據(jù)集來作為待分配項(xiàng),而是是紛繁復(fù)雜的,群體中的個體從外形到屬性,千差萬將數(shù)據(jù)集交給特征主體層提取子系統(tǒng),得到的主體層數(shù)別,各不相同。可以這樣說,世界上找不到完全相同的據(jù)歸并后作為待分配項(xiàng)。分類系統(tǒng)通過系統(tǒng)預(yù)設(shè)的分類規(guī)則或中國煤化I)完成對待分配項(xiàng)進(jìn)收稿日期: 2012-06-25 .行分類。YHCNMHG,再加上語言點(diǎn)的地作者簡介:邵澤國(1978-)，男，博士，講師。研究方向:理坐標(biāo)值一開提父給地埋信息系玩( Geographic Informa-計算語言。tion System,GIS),以供GIS處理后畫出語言分類地圖。130www. dianzikeji. org.邵澤國:語言分類系統(tǒng)的設(shè)計圖像.編碼與軟件|語言特征提取系統(tǒng)|特征數(shù)據(jù)丈藝主體特征歸并,形成待分配項(xiàng)列表第一級分類(頗色選擇)|用戶自由分配|機(jī)器自動分配特 征規(guī)則表][人機(jī)交互調(diào)整- I第一級分類，進(jìn)入第二級待分配列表第二級分類(圖例選捅)用戶自由分配機(jī)器自動分配-特 征規(guī)則表人機(jī)交互調(diào)整地理空間數(shù)據(jù)庫第二級類[分類結(jié)果顯示回歸語盲點(diǎn)、匹配空間信息一. 分類數(shù)據(jù)CIS系統(tǒng)圖1分類系統(tǒng)功能流程圖第一級分類,用顏色來標(biāo)記,操作是即為待分配項(xiàng)據(jù)庫設(shè)計,所以這里的DB設(shè)計只是涉及到與分類系指定顏色,未指定的待分配項(xiàng)系統(tǒng)將分配其默認(rèn)顏色,統(tǒng)相關(guān)的幾個數(shù)據(jù)表設(shè)計。這樣就形成了第-級分類的結(jié)果。在指定顏色時,提2.1.1主體層特征表 If mf供了兩種方式。--是用戶自由分配，用戶可以自由單該表用來存儲主體層提取的結(jié)果。在該表上歸并mf選或多選待分配項(xiàng)指定到某一顏色;二是機(jī)器 自動分指段,取唯一值作為待分配項(xiàng) ,寫人表tb _clas的ef字段。配,用戶只要在特征規(guī)則表中選擇符合要求的特征規(guī)表1 If_mf 表結(jié)構(gòu)則，系統(tǒng)將會把符合規(guī)則條件的待分配項(xiàng)自動指定到字段pb_jfnamem用戶選擇的顏色下。無論用戶選用哪種方式,如果對類型bigintnvarchar說明方言點(diǎn)編號方言點(diǎn)名稱主體層特征值此時的分類結(jié)果不滿意,可以進(jìn)行人機(jī)交互調(diào)整。身-級分類的結(jié)果可以作為第二級分類的待分配項(xiàng),第2.1.2分類數(shù)據(jù)表 lf. _clas .二級分類的操作方法同- -級分類,第二級分類的結(jié)果該表中id字段由“0”開始每寫人一個cf的值自用圖例來標(biāo)記。用戶可以在完成第- -級分類后就結(jié)束動加1,字段clid、c2id的所有值在分類操作前初始化分類工作,此時每個類別里的特征項(xiàng)對應(yīng)的圖例與圖為“00”。 字段ph_ .type 存儲分類的結(jié)果,其值形如標(biāo)由系統(tǒng)默認(rèn)。分類操作過程中,每個操作的結(jié)果都“02 -01 -01”圖標(biāo)編號。會在結(jié)果顯示框里同步顯示。最后的分類結(jié)果數(shù)據(jù)通表2 If_clas 表結(jié)構(gòu)過匹配重新回到各自的語言點(diǎn),類別內(nèi)的不同語言點(diǎn)icclidc2idph. _typenvarchara用不同的圖標(biāo)來標(biāo)記。然后從地理空間數(shù)據(jù)庫中取得語言點(diǎn)地理空間坐標(biāo)值,這些信息一并傳給 GIS系統(tǒng)。說明待分配項(xiàng)編 待分配項(xiàng)大類編號小類編號 類 別標(biāo)識其功能流程如圖1所示。本分類系統(tǒng)通用于語音特2.1.3特征規(guī)則表If ftype征、義項(xiàng)特征以及語法特征的分類。在自定義分類時系統(tǒng)提供了“條件分類”的快捷方法,即對待分配項(xiàng)按條件自動選擇。過濾條件存儲2設(shè)計與實(shí)現(xiàn)在特征規(guī)則表Iffype中。特征類型指的是語音的發(fā)系統(tǒng)前臺使用Microsoft Visual Studio 2008 C#語音方法、發(fā)音部中國煤化工征類型有:鼻言,后臺使用Microsoft SQL Server2008系統(tǒng)。音、邊近音、邊閃YHCNMH G歐清、次濁、近2.1DB設(shè)計與實(shí)現(xiàn)音、清音、全清、全濁、塞擦音、墨音、閃音、送氣、響音、由于之前已經(jīng)完成了漢語方言地理信息系統(tǒng)的數(shù)濁音、阻音。sql 字段中的SQL語句是生成對應(yīng)的特征www. dianzikeji. org131.圖像.編碼與軟件邵澤國:語言分類系統(tǒng)的設(shè)計類型在元數(shù)據(jù)表中對應(yīng)的標(biāo)記。配項(xiàng)從Ib3(對應(yīng)控件C)移入到lb2(C或A)。如果該分表3 If ftype表結(jié)構(gòu)類名下有子類,同時刪除子類名(嵌套調(diào)用delname)。一字段id_typeql個Ibl的項(xiàng)的value對應(yīng)- -個cid,這時將數(shù)據(jù)表If clas類型bigintnvarchar中值為cid的clid(或c2id)初始化為“00”。說明特征規(guī)則編號特征類型生 成規(guī)則的SQL語句2.3.3添加分 類項(xiàng)函數(shù)2.2用戶界 面設(shè)計控件G調(diào)用,用戶先選中l(wèi)b1中的某- -項(xiàng)( 對應(yīng)控通過用戶界面用戶可以對待分配項(xiàng)劃分為兩級3件B),再選擇lb2(對應(yīng)控件A或C)中的一些項(xiàng),系層,即對待分配項(xiàng)可分為兩個級別,大類和小類;同時統(tǒng)將Ib2中選中的分配項(xiàng)移入lb3(對應(yīng)控件C或C2)為繪制地圖提供顏色圖例、圖標(biāo)3層標(biāo)識信息。中,這些分配項(xiàng)歸為-類,用lbl的選中項(xiàng)命名。同時對數(shù)據(jù)表If _clas 的操作是將ef與lb2選中項(xiàng)匹配的記漢語方言特征分類系統(tǒng)錄的clid(或c2id)字段值改為lb1的選中項(xiàng)的值。2.3.4移出 分類項(xiàng)函數(shù)控件H調(diào)用,用戶選擇lb1 (對應(yīng)控件C)中的某些項(xiàng),系統(tǒng)將選中項(xiàng)移人到lb2中(對應(yīng)控件C或A)。如選中項(xiàng)中包含-一個類下的所有項(xiàng),則調(diào)用函數(shù)delname:將這個類名刪除。對數(shù)據(jù)表If_ clas 的操作是將cf與lbl選中項(xiàng)匹配的記錄的c1id(或c2id)字段初始化。圖2用戶界面2.3.5條件分 類函數(shù)AB、C為ListBox控件;A用于接收和顯示待分配用戶選擇lb1 (對應(yīng)控件J)中的某- -項(xiàng),其值與數(shù)項(xiàng)數(shù)據(jù);B(從左向右分別稱為B B2 )用來接收和顯示據(jù)表Ifftype中的type字段匹配,得到相應(yīng)的SQL字分類命名數(shù)據(jù);B,用顏色表示;B2用圖例表示;C(從.段的值,即一一個SQL語句,系統(tǒng)執(zhí)行SQL得到一個數(shù)左向右分別稱為C、C2)用來接收和顯示對應(yīng)類別下?lián)?讓后經(jīng)Ib2(對應(yīng)控件A或C.)中出現(xiàn)在這個數(shù)據(jù)集中的項(xiàng)標(biāo)志為選中狀態(tài)。的已分配項(xiàng)數(shù)據(jù)。D為TextBox控件,用于接收和顯示分類結(jié)果數(shù)據(jù)。3結(jié)束語E、F、G、H為Button 控件;E為添加分類名;F為從系統(tǒng)的處理機(jī)制看,除了系統(tǒng)開始運(yùn)行時要裝刪除分類名;G為添加分配項(xiàng);H為移除已分配項(xiàng)。I、J為DropDownList控件。I( 從左向右分別稱為1、載待分配項(xiàng)數(shù)據(jù)和分類完成后要輸出分類結(jié)果,這兩12)靜態(tài)獲取Items ,第~ -個為顏色選擇序列:褐色、藍(lán)色、個動作要訪問數(shù)據(jù)庫,其中間運(yùn)行過程可以避免系統(tǒng)紅色綠色、粉色黑色;第二個為圖例選擇序列:實(shí)心空對數(shù)據(jù)庫的寫操作。所以用一個DataTable實(shí)例來存心、上實(shí)下空、上空下實(shí)、左實(shí)右空、左空右實(shí)、中心實(shí)點(diǎn)。儲據(jù)表If_clas,同時該系統(tǒng)與其他系統(tǒng)間數(shù)據(jù)集的傳K均為Button控件,“取消”為取消之前所有分類送借助session實(shí)現(xiàn)。操作,并清空控件B、C、D的顯示信息,同時改寫表lf_參考文獻(xiàn)clas。“確定”將分類結(jié)果數(shù)據(jù)寫人到表lf_ _clas ,并傳值[1] JOHN C. Introducing speech and langwage processing [ M].給GIS系統(tǒng)?！胺祷亍睘榉祷氐健胺窖蕴卣魈崛　表撁?。北京:北京大學(xué)出版社,2010.2] 曹志耘漢語方言地圖集[M].上海:商務(wù)印書館,2008.2.3功能實(shí)現(xiàn)[3] CHRISTIAN N. Peoessional C# ( programmer to program-這里僅介紹功能實(shí)現(xiàn)的幾個核心函數(shù)。mer) [M]. 北京:清華大學(xué)出版社,2010.4]郭鄭州. SQL Server 2008完全學(xué)習(xí)手冊[ M].北京:清華2.3.1分類命名 函數(shù)大學(xué)出版社,2011控件E調(diào)用。其功能是將用戶選擇的drl中的項(xiàng)[5]陸儉明.現(xiàn)代漢語語法研究教程[M].北京:北京大學(xué)出,2003.(text)寫入lb2，清除當(dāng)前l(fā)b1的所有項(xiàng)。如做- -級分[6]潘悟云. 教育部哲學(xué)社會科學(xué)研究重大課題攻關(guān)項(xiàng)目投類時,將用戶選中的控件1中的項(xiàng)(褐色、藍(lán)色、紅色、標(biāo)評審書[ R].上海:上海師范大學(xué),2009.林燾.語音學(xué)教程[ M].北京:北京大學(xué)出版社, 1992.綠色粉色黑色之- -)寫人B，,清除C,的內(nèi)容。[8] PETER L.語音學(xué)教程( A course in phonetics)[M].張維佳,譯.北京:北京大學(xué)出版社.2011.2.3.2刪除分類 名函數(shù)[9] 朱曉中國煤化工書館.2010.控件F調(diào)用,其功能是刪除一個已 經(jīng)分配的類(大[10][據(jù)庫設(shè)計二階分析模式[ JYHC N M H G2003,28(1);:98 -101.類或小類)。用戶選擇Ibl (對應(yīng)控件B)一些項(xiàng),系統(tǒng)將[11] 雷特. SQL Server 2008 DBA人門經(jīng)典[M].張德群,譯.北lb1中選中的項(xiàng)清除,并將清除項(xiàng)(作為類名)下的所有分京:清華大學(xué)出版社,2010.132www. dianzikeji. org.