|
目前的各類(lèi)電子詞典系統在查詢(xún)速度、詞庫容量等方面都日趨完善。用戶(hù)在英文閱讀時(shí)，可以方便快捷地查找生詞的詞義、用法、同義詞或反義詞。然而，就使用方式來(lái)講，仍存在欠缺。當人們聽(tīng)英語(yǔ)廣播、看英語(yǔ)節目或練習聽(tīng)力時(shí)聽(tīng)到一個(gè)詞的發(fā)音而又不知其含義時(shí)，又如何查到單詞的含義呢？按傳統的方法，只能先根據單詞發(fā)音猜測單詞的拼寫(xiě)，然后再查詞典。由于英文單詞拼寫(xiě)不規范，這種查詢(xún)的效率必然很低。 為此，應尋求另一種查詢(xún)途徑。旨在通過(guò)音標輸入，根據單詞發(fā)音直接進(jìn)行查詢(xún)，并配合模糊查詢(xún)算法，從而為這一問(wèn)題的解決找到一條途徑。整個(gè)設計涉及到音標的提取和輸入、范例數據庫的建立、模糊查詢(xún)算法、界面的設計等。 1 音標的提取和輸入 系統設計首先考慮音標字庫問(wèn)題。Windows自帶的音標符號不全且不方便引入，而一些商用軟件，如金山公司的KingSoft Phonetic音標字體則包含了英式音標所需要的基本符號，可在開(kāi)發(fā)中引入該字體。當然，要以合法方式獲得。其方法是在裝有金山詞霸的系統中找到Ksphonet.ttf，將其拷貝到開(kāi)發(fā)系統中，安裝此字體即可。開(kāi)發(fā)時(shí)，將窗口缺省字體設置為KingSoft Phonetic；最后，在程序發(fā)布安裝過(guò)程中自動(dòng)為目標機安裝該字體。 由于無(wú)論是建立樣例數據庫還是系統運行時(shí)進(jìn)行查詢(xún)，都涉及到音標的錄入，而通過(guò)鍵盤(pán)進(jìn)行錄入顯然不方便。所以在程序窗口中設置一個(gè)音標輸入面板，通過(guò)點(diǎn)擊面板中的按鈕來(lái)錄入對應的音標；還應對面板中的按鍵排列做規劃，例如，雙元音按鈕排列在一個(gè)區，方便錄入，見(jiàn)圖2。 2 樣例數據庫的設計 本電子詞典系統利用MS Access 2000建立了一個(gè)含500個(gè)單詞左右的樣例詞庫，并使用MS Visual C++6.0作為前端工具，采用DAO技術(shù)實(shí)現對樣例數據庫的訪(fǎng)問(wèn)。 雖然本詞庫的規模較小，但應當體現出詞典在詞語(yǔ)分布上的特點(diǎn)。所以，特根據《郎文英漢雙解詞典》做粗略統計，得出數據如表1所示。其中，x、z按所占比例算不足一詞，均按一詞計。 表1 單詞選取分布表 首字母 所占百分比（%） 詞庫中單詞數（個(gè)） 首字母 所占百分比（%） 詞庫中單詞數（個(gè)） a 5.12 26 N 2.15 11 b 6.07 30 O 2.09 10 c 9.99 50 P 2.09 44 d 5.69 28 Q 0.44 2 e 3.48 17 R 5.57 28 f 5.63 28 S 11.70 59 g 3.54 18 T 5.00 25 h 3.92 20 U 1.58 8 i 3.61 18 V 1.58 8 j 0.76 4 W 3.61 18 k 3.29 16 Y 0.25 1 m 5.12 26 Z 0.13 1 數據庫字段設計如下： Yinbiao Eword Cword 其中，Yinbiao存放單詞的音標，并作為主關(guān)鍵字；Eword為英文單詞；Cword為單詞的中文釋義。 3 模糊查詢(xún)處理 3．1 實(shí)時(shí)匹配的處理 系統可以以?xún)煞N方式進(jìn)行查詢(xún)：按詞查詢(xún)和按音標查詢(xún)。限于篇幅，本文只討論后者。樣例數據庫中以音標字段作為主鍵，對于每一輸入，系統都進(jìn)行匹配，將相近的結果顯示出來(lái)。例如，用戶(hù)輸入：a:則列表提示：art，arm,army,artist,article…等；若用戶(hù)輸入：a:t，則列表提示：art,artist,article…等。如用戶(hù)的輸入無(wú)法完全匹配，則從列表中選擇第一個(gè)匹配作為查詢(xún)結果或提示用戶(hù)手動(dòng)選擇相近的詞條。 3．2 重音的處理 英語(yǔ)中多音節單詞都有各類(lèi)重音，在音標中用重音符號標記。重音符號完全可以參加匹配查詢(xún)，但考慮到查詢(xún)復雜度和實(shí)用性，不將重音符號作為查詢(xún)的一部分，即輸入的重音符號在音詢(xún)時(shí)經(jīng)過(guò)預先處理過(guò)濾掉重音號。重音符號只用于建立樣例數據庫中的音詞條目，以便在查詢(xún)結果中正確地顯示單詞的完整音標。對于音標相同重音不同的單詞，同時(shí)給出釋義。 3．3 模糊查詢(xún)處理 基于音標的模糊查詢(xún)，類(lèi)似于很多輸入法提供的“南方模糊音”功能，即以用戶(hù)潛在的由于音標讀音相似產(chǎn)生的輸入錯誤為基礎，對無(wú)法直接匹配的輸入進(jìn)行相似的代換并對每一種代換進(jìn)行查找。例如對于音標tr很容易與音標t∫混淆，因此對于可能出現的習慣上的錯誤對音標進(jìn)行查詢(xún)的等價(jià)類(lèi)劃分，本系統做了如下劃分： 需要說(shuō)明的是，這種劃分只是來(lái)源于實(shí)際的經(jīng)驗，衡量任何一種劃分成功與否必須通過(guò)音標的錯誤使用統計和用戶(hù)的反饋來(lái)確定。對于正常查詢(xún)無(wú)法查得的音標，用戶(hù)可以有選擇地應用以上的等價(jià)代碼重新進(jìn)行查找。但應用等價(jià)代換會(huì )非常顯著(zhù)地降低查詢(xún)效率，因此必須對查詢(xún)的規模進(jìn)行限制，如最多開(kāi)啟三個(gè)等價(jià)集或者進(jìn)行重新等價(jià)劃分等。 另外對于比較長(cháng)的音標輸入，可以將音標輸入的前一半或者1/3長(cháng)度作為模糊查詢(xún)的輸入依據，這樣模糊查詢(xún)的范圍雖然會(huì )有所擴大，但是卻節省了查詢(xún)浪費的時(shí)間�？傊�，以等價(jià)代換查詢(xún)?yōu)榛A，可以采用很多策略來(lái)限制查詢(xún)的復雜度，但是具體哪一種策略更好，需要對音標構成和用戶(hù)輸入習慣做大量的統計和實(shí)驗得出。查詢(xún)流程如圖1所示。 在具體的實(shí)現上，使用了遞歸函數，其基本算法如下： FuzzySearch(Cstring str,int n){ Length=str.GetLength(); if(length<=n){ ExactSearch(str); //完全匹配查找 return; } else {//對第n個(gè)字母進(jìn)行搜索尋找等價(jià)代換； //如果找到則從該等價(jià)第一個(gè)字母開(kāi)始進(jìn)行代換； //代換后的音標str2作為遞歸入口送入； FuzzySearch(str2,n+1); //同樣的str3、str4; FuzzySearch(str3,n+1); FuzzySearch(str4,n+1); //對于雙元音代換，則是： FuzzySearch(str5,n+2); //如無(wú)法找到等價(jià)代換，則： FuzzySearch(str,n+1); } } 對已輸入的音標先進(jìn)行完全匹配，如完全匹配挫敗則對已輸入音標（剛輸入的音標）進(jìn)行等價(jià)集代換，并把模糊查詢(xún)的結果添加到列表，作為進(jìn)一步模糊查詢(xún)的基礎。由于縮小了搜索范圍，在速度上有一定優(yōu)勢。 4 界面設計 界面以及風(fēng)格的設計已成為Windows編程十分重要的一環(huán)，合理的設計會(huì )提高用戶(hù)使用效率。如果采用英式音標輸入，則至少需要44個(gè)音標按鈕。另一種方案是省略雙元音和某些由兩個(gè)音標符號組成的輔音（如t∫）由用戶(hù)自行輸入t和∫，這樣可以減少面板上音標按鈕的數量。但多數人在學(xué)習音標時(shí)，習慣上是將雙元音作為一個(gè)整體為記憶，折開(kāi)后反而不自然。所以，面板排列由44個(gè)音標按鈕組成，為方便用戶(hù)快速錄入，將其按習慣分成三個(gè)區，即單元音區、雙元音區和輔音區，并將發(fā)音相似的音標排列在一起，如圖2所示。 本系統的設計與實(shí)現具有很強的實(shí)用價(jià)值。將本系統所帶的詞庫進(jìn)行擴充，即可形成標準的電子詞典系統。若將本系統的算法加以固化，即可形成固件產(chǎn)品，具有很好的應用前景。 |
