2005硕士论文模版

Size: px
Start display at page:

Download "2005硕士论文模版"

Transcription

1 基 于 输 入 法 用 户 词 库 和 查 询 日 志 的 若 干 研 究 Some Research based on User Dictionary of Input Method and Query Log ( 申 请 清 华 大 学 工 学 硕 士 学 位 论 文 ) 培 养 单 位 : 计 算 机 科 学 与 技 术 系 学 科 : 计 算 机 科 学 与 技 术 研 究 生 : 王 鹏 指 导 教 师 : 孙 茂 松 教 授 二 一 一 年 四 月

2 基 于 输 入 法 用 户 词 库 和 查 询 日 志 的 若 干 研 究 王 鹏

3 关 于 学 位 论 文 使 用 授 权 的 说 明 本 人 完 全 了 解 清 华 大 学 有 关 保 留 使 用 学 位 论 文 的 规 定, 即 : 清 华 大 学 拥 有 在 著 作 权 法 规 定 范 围 内 学 位 论 文 的 使 用 权, 其 中 包 括 :(1) 已 获 学 位 的 研 究 生 必 须 按 学 校 规 定 提 交 学 位 论 文, 学 校 可 以 采 用 影 印 缩 印 或 其 他 复 制 手 段 保 存 研 究 生 上 交 的 学 位 论 文 ;(2) 为 教 学 和 科 研 目 的, 学 校 可 以 将 公 开 的 学 位 论 文 作 为 资 料 在 图 书 馆 资 料 室 等 场 所 供 校 内 师 生 阅 读, 或 在 校 园 网 上 供 校 内 师 生 浏 览 部 分 内 容 本 人 保 证 遵 守 上 述 规 定 ( 保 密 的 论 文 在 解 密 后 遵 守 此 规 定 ) 作 者 签 名 : 导 师 签 名 : 日 期 : 日 期 :

4

5 摘 要 摘 要 中 文 输 入 法 是 中 文 计 算 机 用 户 的 重 要 工 具, 但 是 基 于 中 文 输 入 法 的 用 户 行 为 研 究 非 常 稀 少 本 文 研 究 了 用 于 中 文 输 入 法 用 户 词 库 和 搜 索 引 擎 查 询 日 志 的 字 词 情 况 通 过 数 据 处 理 统 计 分 析, 本 文 介 绍 了 用 户 词 库 和 查 询 日 志 在 用 字 用 词 上 的 新 特 点 并 与 其 他 数 据 进 行 对 比 结 合 用 户 词 库 查 询 日 志 Wiki Sogout 数 据, 本 文 论 述 了 寻 找 Wiki 中 文 常 见 词 条 的 方 法 并 分 析 结 果 本 文 还 介 绍 了 通 过 两 个 记 录 用 户 输 入 序 列 信 息 的 输 入 法 数 据 抽 取 拼 音 错 误 模 式 的 方 法, 并 对 结 果 进 行 分 析 并 试 图 找 到 错 误 发 生 的 原 因, 总 结 了 中 文 输 入 法 输 入 错 误 的 一 些 规 律 最 后, 本 文 介 绍 了 实 现 Win32 平 台 下 女 书 拼 音 输 入 法 的 机 制 和 原 理 关 键 词 : 输 入 法 搜 索 引 擎 错 误 模 式 用 户 词 库 查 询 日 志 I

6 Abstract Abstract Chinese Input Method is an important tool of Chinese computer users. But studies on user behaviors in Chinese Input Method are rare. This paper introduces the research on Chinese characters and words used in Chinese Input Method and Search Engine. Based on data processing and statistical analysis, we introduce new features of Chinese Input Method user dictionaries and Search Engine query logs and compare them to other datasets. We also introduce and analysis some methods to find popular Wiki Chinese words based on user dictionaries, query logs, Wiki and Sogout dataset. And we introduce the method of extracting Pinyin error patterns by several methods based on two datasets of two Chinese input methods which include input sequences of users. Then we analysis these input error patterns and try to find their reasons. We summarize some rules of input errors of Chinese in input method. At last, we introduce how to implement "Female Script" Pinyin Input Method based on Win32 system. Keywords: Input Method Search Engine error patterns User dictionary Query log II

7 目 录 目 录 第 1 章 引 言 研 究 背 景 研 究 现 状 本 文 的 主 要 内 容 与 贡 献... 2 第 2 章 输 入 法 用 户 词 库 和 查 询 日 志 用 字 情 况 分 析 实 验 概 述 数 据 说 明 用 户 词 库 查 询 日 志 媒 体 字 表 单 字 使 用 情 况 输 入 法 用 户 词 库 搜 索 引 擎 查 询 日 志 媒 体 常 用 字 表 常 用 七 千 字 在 三 个 数 据 集 中 的 分 布 情 况 常 用 七 千 字 在 用 户 词 库 中 的 分 布 常 用 七 千 字 在 查 询 日 志 中 的 分 布 常 用 七 千 字 在 媒 体 字 表 中 的 分 布 不 同 数 据 集 之 间 单 字 分 布 比 较 用 户 词 库 与 查 询 日 志 单 字 分 布 比 较 用 户 词 库 与 媒 体 字 表 比 较 查 询 日 志 与 媒 体 字 表 比 较 小 结 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 实 验 概 述 数 据 说 明 输 入 法 用 户 词 库 搜 索 引 擎 查 询 日 志 其 他 数 据 输 入 法 用 户 词 库 用 词 情 况 分 析 III

8 目 录 总 体 情 况 三 千 常 用 词 分 布 情 况 查 询 日 志 用 词 情 况 分 析 总 体 情 况 三 千 常 用 词 分 布 情 况 小 结 第 4 章 基 于 输 入 法 用 户 词 库 和 查 询 日 志 的 wiki 实 验 概 述 数 据 介 绍 输 入 法 用 户 词 库 和 查 询 日 志 Wiki 链 接 词 数 据 Sogout 网 页 串 频 数 据 Wiki 中 文 链 接 词 条 在 不 同 数 据 集 下 的 分 布 情 况 Wiki 中 文 链 接 词 条 在 输 入 法 用 户 词 库 的 分 布 Wiki 中 文 链 接 词 条 在 查 询 日 志 的 分 布 Wiki 中 文 链 接 词 条 在 Sogout 串 频 数 据 的 分 布 小 结 基 于 不 同 数 据 集 的 Wiki 常 用 词 条 小 结 第 5 章 基 于 输 入 法 输 入 数 据 的 常 见 拼 音 错 误 模 式 抽 取 实 验 背 景 概 述 数 据 介 绍 小 白 狗 输 入 法 数 据 大 白 狗 输 入 法 数 据 错 误 拼 音 模 式 抽 取 方 法 小 白 狗 输 入 法 数 据 错 误 对 抽 取 方 法 大 白 狗 输 入 法 数 据 错 误 对 抽 取 方 法 从 错 误 对 抽 取 错 误 模 式 的 方 法 实 验 结 果 及 分 析 小 白 狗 数 据 IV

9 目 录 大 白 狗 数 据 实 验 结 果 分 析 小 结 第 6 章 女 书 拼 音 输 入 法 的 设 计 与 实 现 背 景 概 述 Win32 平 台 的 IME 机 制 介 绍 女 书 拼 音 输 入 法 的 实 现 原 理 小 结 第 7 章 结 论 论 文 成 果 总 结 课 题 研 究 展 望 参 考 文 献 致 谢 与 声 明 个 人 简 历 在 学 期 间 发 表 的 学 术 论 文 与 研 究 成 果 V

10

11 第 1 章 引 言 第 1 章 引 言 1.1 研 究 背 景 随 着 网 络 的 发 展, 信 息 传 播 的 量 和 速 度 都 显 著 提 高 根 据 最 新 统 计, 中 国 网 民 数 量 已 经 达 到 3.84 亿, 互 联 网 普 及 率 为 28.9%[1][2] 这 种 信 息 的 高 速 发 展 对 现 有 的 语 言 造 成 了 很 大 影 响 就 汉 语 来 说, 每 年 都 有 很 多 新 鲜 词 汇 热 门 词 汇 诞 生 并 传 播, 逐 渐 形 成 了 一 种 特 有 的 网 络 语 言 网 络 语 言 也 在 逐 渐 地 影 响 着 平 时 生 活 中 使 用 的 语 言 因 此 研 究 网 络 中 的 语 言 状 况 和 对 生 活 中 语 言 的 影 响 成 为 一 种 迫 切 的 需 求 汉 字 输 入 法 是 汉 语 使 用 者 在 计 算 机 中 输 入 汉 字 的 工 具, 也 是 网 络 中 汉 语 语 言 的 输 入 方 式 汉 字 输 入 法 包 括 拼 音 输 入 法 五 笔 输 入 法 联 想 输 入 法 等 多 种 随 着 技 术 的 发 展, 拼 音 输 入 法 由 于 其 易 学 易 用 性 逐 渐 成 为 主 流 输 入 法 作 为 计 算 机 上 最 常 用 的 输 入 中 文 的 工 具, 其 使 用 情 况 可 以 视 为 计 算 机 上 中 文 使 用 情 况 的 体 现 1.2 研 究 现 状 针 对 汉 语 在 网 络 上 的 使 用, 也 已 经 有 一 些 统 计 分 析 [3], 主 要 针 对 若 干 大 型 网 站 上 的 文 本 进 行 字 词 的 统 计 分 析 也 有 针 对 中 文 搜 索 引 擎 的 用 户 行 为 进 行 研 究 的 工 作 [4] 在 中 文 搜 索 引 擎 用 户 行 为 分 析 的 基 础 之 上, 其 他 工 作 也 得 以 展 开 和 拓 展 [7] 相 比 网 络 文 本, 输 入 法 是 用 户 在 网 络 上 使 用 中 文 更 直 接 的 工 具 而 通 过 输 入 法 研 究 中 文 用 户 行 为 的 工 作 非 常 稀 少, 这 可 能 有 以 下 两 个 原 因 : 一 是 中 国 IT 产 业 发 展 迅 猛, 从 较 薄 弱 的 基 础 迅 速 发 展 为 具 有 巨 大 市 场 价 值 的 产 业, 许 多 工 作 尚 未 跟 进 ; 二 是 关 于 用 户 输 入 法 行 为 的 数 据 非 常 稀 少 2006 年 6 月 搜 狗 公 司 推 出 了 搜 狗 拼 音 输 入 法, 是 第 一 个 问 世 的 互 联 网 输 入 法 互 联 网 输 入 法 即 是 用 户 可 以 通 过 网 络 及 时 更 新 词 库, 并 且 可 以 将 自 己 的 词 库 上 传 到 服 务 器 中 互 联 网 输 入 法 的 诞 生 促 进 了 输 入 法 的 发 展, 并 且 通 过 网 络 收 集 到 大 量 的 用 户 输 入 数 据 ( 搜 狗 拼 音 输 入 法 注 册 用 户 词 库 规 模 已 经 达 到 100 万 用 户 ), 为 输 入 法 中 语 言 情 况 的 研 究 提 供 了 条 件 搜 狗 拼 音 输 入 法 是 第 一 个 1

12 第 1 章 引 言 问 世 的 互 联 网 输 入 法, 其 用 户 词 库 也 是 第 一 个 基 于 互 联 网 的 输 入 法 用 户 数 据 集 合 用 户 在 用 输 入 法 输 入 中 文 时 会 产 生 各 种 错 误, 对 这 些 输 入 错 误 进 行 分 析 研 究 有 助 于 提 高 输 入 法 的 使 用 效 果 目 前 基 于 英 文 等 字 母 语 言 的 自 动 纠 错 研 究 已 经 有 一 定 历 史,2000 年 就 出 现 了 经 典 的 噪 声 信 道 错 误 模 型 [5], 基 于 大 规 模 语 料 的 自 动 纠 错 也 得 到 了 较 好 的 结 果 [6] 由 于 各 种 原 因, 中 文 输 入 时 的 错 误 研 究 还 非 常 稀 少 1.3 本 文 的 主 要 内 容 与 贡 献 本 文 主 要 可 以 分 为 两 个 部 分 第 一 部 分, 通 过 搜 狗 公 司 提 供 的 输 入 法 用 户 词 库 数 据 搜 索 引 擎 查 询 日 志 和 其 他 现 有 数 据, 对 输 入 法 用 户 使 用 的 语 言 状 况 进 行 统 计 分 析, 并 与 普 通 话 常 用 词 等 数 据 进 行 比 较, 分 析 网 络 中 的 语 言 变 化 发 展 最 后 基 于 Wiki 数 据, 进 行 了 中 文 常 见 词 条 的 选 取 排 序 实 验, 并 对 实 验 结 果 进 行 分 析 第 一 部 分 主 要 包 括 第 二 章 第 三 章 第 四 章 第 二 章 主 要 介 绍 了 用 户 词 库 和 查 询 日 志 中 单 字 使 用 情 况 分 析, 并 与 其 他 数 据 进 行 对 比 第 三 章 主 要 介 绍 了 用 户 词 库 和 查 询 日 志 中 词 的 使 用 情 况 第 四 章 论 述 了 利 用 不 同 数 据 集 寻 找 Wiki 中 文 常 见 词 条 的 方 法 并 分 析 结 果 第 二 部 分 主 要 包 括 第 五 章 和 第 六 章 第 五 章 介 绍 利 用 输 入 法 用 户 输 入 序 列 的 数 据, 尝 试 了 若 干 种 抽 取 常 见 拼 音 错 误 模 式 的 方 法, 并 对 结 果 进 行 了 分 析 第 六 章 介 绍 了 在 对 输 入 法 有 一 定 了 解 的 基 础 上, 实 现 女 书 拼 音 输 入 法 的 原 理 最 后 第 七 章 对 之 前 的 章 节 进 行 总 结, 将 所 得 结 论 进 行 整 理, 并 介 绍 了 将 来 的 研 究 计 划 2

13 第 2 章 输 入 法 用 户 词 库 和 查 询 日 志 用 字 情 况 分 析 第 2 章 输 入 法 用 户 词 库 和 查 询 日 志 用 字 情 况 分 析 2.1 实 验 概 述 本 章 主 要 研 究 了 输 入 法 用 户 词 库 和 搜 索 引 擎 查 询 日 志 中 的 单 字 使 用 情 况, 以 及 中 文 常 用 七 千 字 在 用 户 词 库 和 查 询 日 志 中 的 分 布, 对 比 了 中 文 传 统 常 用 字 在 网 络 环 境 中 使 用 的 变 化 另 外 对 用 户 词 库 查 询 日 志 媒 体 常 用 字 表 三 个 数 据 做 了 比 较 2.2 数 据 说 明 输 入 法 用 户 词 库 数 据 为 搜 狗 输 入 法 ( 推 出 正 式 1.0 版 ) 注 册 用 户 的 输 入 数 据, 记 录 了 所 有 用 户 输 入 的 词 条 和 次 数, 用 户 数 约 90 多 万 本 实 验 使 用 的 是 截 至 2008 年 8 月 21 日 的 用 户 词 库 记 录 方 法 为 用 户 使 用 输 入 法 上 屏 时 的 词 条, 比 如 用 户 输 入 中 国, 则 记 录 中 国 ; 如 果 用 户 输 入 整 句 我 在 哪 里 则 把 我 在 哪 里 作 为 一 个 词 条 记 录 由 于 分 析 常 用 字 分 布 情 况, 因 此 把 所 有 词 条 拆 成 单 字 统 计, 过 滤 了 词 频 过 小 的 词 条 总 字 频 搜 狗 输 入 法 可 以 选 择 用 sohu 账 号 登 陆, 注 册 的 用 户 才 会 记 录 词 库, 图 2.1 是 搜 狗 输 入 法 登 陆 界 面 图 2.1 搜 狗 输 入 法 登 陆 界 面 搜 索 引 擎 查 询 日 志 是 sogou 搜 索 引 擎 记 录 的 用 户 查 询 记 录, 经 过 处 理 后 只 3

14 第 2 章 输 入 法 用 户 词 库 和 查 询 日 志 用 字 情 况 分 析 保 留 了 查 询 词 和 次 数, 每 天 分 别 统 计, 使 用 的 是 2008 年 5 月 21 日 至 2009 年 7 月 2 日 的 查 询 词 同 样 为 了 统 计 字 频 将 词 条 拆 成 单 字, 并 去 掉 了 非 中 文 字 符 总 字 频 媒 体 常 用 字 表 是 统 计 三 家 Web 媒 体 的 新 闻 语 料 得 到 的 字 频 数 据, 共 有 单 字 9270 个, 总 字 频 现 代 汉 语 通 用 字 表 由 国 家 语 言 文 字 工 作 委 员 会 中 华 人 民 共 和 国 新 闻 出 版 署 1988 年 联 合 发 布, 是 根 据 中 文 常 用 字 情 况 对 汉 字 按 级 别 划 分 的 字 表, 没 有 字 频 信 息, 包 括 1 级 字 2500 个,2 级 字 1000 个,3 级 字 2500 个 后 文 中 以 常 用 字 2.3 用 户 词 库 查 询 日 志 媒 体 字 表 单 字 使 用 情 况 输 入 法 用 户 词 库 经 过 统 计 用 户 词 库 中 有 单 字 个, 总 字 频 一 般 来 说, 常 用 汉 字 大 约 有 5 6 千 左 右 用 户 词 库 的 个 单 字 中 包 含 了 大 量 繁 体 字 古 字 异 体 字 等, 这 些 字 一 般 字 频 较 低 字 频 最 高 的 20 个 字 如 表 2.1 用 户 词 库 累 计 覆 盖 率 曲 线 如 图 2.2 用 户 词 库 中, 前 87 个 字 覆 盖 了 50% 的 字 频, 前 431 个 字 覆 盖 了 80% 的 字 频, 前 808 个 字 覆 盖 了 90% 的 字 频, 前 1231 个 字 覆 盖 了 95% 的 字 频, 前 2287 个 字 覆 盖 了 99% 的 字 频 常 用 单 字 占 总 数 的 小 部 分 Lg( 字 频 ) 关 于 Lg(Rank) 的 曲 线 如 图 2.3, 线 性 相 关 系 数 并 不 是 很 好 地 符 合 Zipf 定 律 图 2.4 是 每 个 单 字 的 概 率 与 Rank 相 乘 的 曲 线, 发 现 乘 积 变 化 较 大, 不 是 很 符 合 Zipf 定 律 4

15 第 2 章 输 入 法 用 户 词 库 和 查 询 日 志 用 字 情 况 分 析 图 2.2 用 户 词 库 累 计 覆 盖 率 曲 线 表 2.1 用 户 词 库 字 频 前 20 的 字 字 字 频 累 计 字 频 Rank 覆 盖 率 累 计 覆 盖 率 我 % 2.66% 你 % 5.21% 不 % 7.62% 的 % 9.87% 是 % 11.75% 了 % 13.53% 么 % 14.77% 有 % 15.96% 好 % 17.11% 个 % 18.14% 一 % 19.16% 没 % 20.17% 在 % 21.13% 就 % 22.03% 呵 % 22.89% 那 % 23.74% 要 % 24.51% 这 % 25.22% 来 % 25.93% 看 % 26.64% 5

16 第 2 章 输 入 法 用 户 词 库 和 查 询 日 志 用 字 情 况 分 析 图 2.3 用 户 词 库 Lg( 字 频 ) 关 于 Lg( 字 频 Rank) 的 曲 线 图 2.4 用 户 词 库 Rank*Pr 曲 线 通 过 观 察 发 现, 用 户 词 库 中 字 频 较 高 的 字 多 为 口 头 语 中 常 用 字, 比 如 代 词 语 气 词 助 词 等, 有 实 际 意 义 的 较 少 这 与 网 络 应 用 比 如 聊 天 工 具 论 坛 成 为 输 入 法 的 主 要 应 用 渠 道 有 关 6

17 第 2 章 输 入 法 用 户 词 库 和 查 询 日 志 用 字 情 况 分 析 搜 索 引 擎 查 询 日 志 查 询 日 志 中 有 单 字 个, 总 字 频 , 同 样 包 含 很 多 繁 体 字 古 字 异 体 字 等 字 频 最 高 的 20 个 字 如 表 2.2 表 2.2 查 询 日 志 字 频 前 20 的 单 字 字 字 频 累 计 字 频 Rank 覆 盖 率 累 计 覆 盖 率 网 % 1.50% 人 % 2.57% 的 % 3.53% 电 % 4.48% 小 % 5.35% 天 % 6.19% 下 % 7.01% 色 % 7.80% 图 % 8.57% 影 % 9.30% 载 % 9.99% 大 % 10.64% 女 % 11.27% 情 % 11.88% 片 % 12.47% 中 % 13.02% 国 % 13.56% 美 % 14.04% 爱 % 14.51% 学 % 14.97% 查 询 日 志 累 计 覆 盖 率 曲 线 如 图 2.5, 前 188 个 字 覆 盖 了 50% 字 频, 前 658 个 字 覆 盖 了 80% 字 频, 前 1102 个 字 覆 盖 了 90% 字 频, 前 1577 个 字 覆 盖 了 95% 的 字 频, 前 2842 个 字 覆 盖 了 99% 的 字 频 可 见, 无 论 是 用 户 词 库 还 是 查 询 日 志, 都 含 有 大 量 低 频 字, 而 且 高 频 字 使 用 比 较 集 中, 尤 其 是 用 户 词 库,86 个 字 占 据 了 50% 的 字 频 7

18 第 2 章 输 入 法 用 户 词 库 和 查 询 日 志 用 字 情 况 分 析 图 2.5 查 询 日 志 累 计 覆 盖 率 曲 线 Lg( 字 频 ) 关 于 Lg(Rank) 的 曲 线 如 图 2.6, 线 性 相 关 系 数 曲 线 形 状 和 用 户 词 库 类 似, 并 不 很 好 地 符 合 Zipf 定 律 图 2.7 是 每 个 单 字 的 概 率 与 Rank 相 乘 的 曲 线, 发 现 乘 积 变 化 较 大, 不 是 很 符 合 Zipf 定 律 图 2.6 查 询 日 志 Lg( 字 频 ) 关 于 Lg(Rank) 的 曲 线 8

19 第 2 章 输 入 法 用 户 词 库 和 查 询 日 志 用 字 情 况 分 析 图 2.7 查 询 日 志 Rank*Pr 曲 线 由 于 使 用 目 的 不 同, 查 询 日 志 中 有 实 际 意 义 的 字 频 较 高, 虚 词 的 字 频 相 对 用 户 词 库 低 很 多 字 频 较 高 的 字 多 为 名 词 形 容 词 的 组 成 部 分, 这 是 与 搜 索 引 擎 的 功 能 相 符 的 媒 体 常 用 字 表 媒 体 字 表 含 有 单 字 9270 个, 总 字 频 字 频 最 高 的 前 20 个 字 如 表 2.3 累 计 覆 盖 率 曲 线 如 图 2.8, 前 181 个 字 覆 盖 了 50%, 前 604 个 字 覆 盖 了 80%, 前 970 个 字 覆 盖 了 90%, 前 1372 个 字 覆 盖 了 95%, 前 2381 个 字 覆 盖 了 99% 三 个 数 据 集 对 比 来 看, 用 户 词 库 用 字 最 集 中 Log( 字 频 ) 关 于 Log(Rank) 的 曲 线 如 图 2.9, 线 性 相 关 系 数 , 也 不 是 很 好 地 符 合 Zipf 定 律 图 2.10 是 每 个 单 字 的 概 率 与 Rank 相 乘 的 曲 线, 发 现 乘 积 变 化 较 大, 不 是 很 符 合 Zipf 定 律 9

20 第 2 章 输 入 法 用 户 词 库 和 查 询 日 志 用 字 情 况 分 析 图 2.8 媒 体 字 表 累 计 覆 盖 率 表 2.3 媒 体 字 表 字 频 前 20 的 单 字 字 字 频 累 计 字 频 Rank 覆 盖 率 累 计 覆 盖 率 的 % 3.19% 一 % 4.30% 在 % 5.24% 是 % 6.12% 了 % 6.92% 人 % 7.68% 中 % 8.44% 有 % 9.17% 国 % 9.88% 不 % 10.56% 大 % 11.22% 上 % 11.78% 年 % 12.33% 为 % 12.86% 这 % 13.35% 个 % 13.83% 和 % 14.31% 会 % 14.77% 时 % 15.21% 到 % 15.65% 10

21 第 2 章 输 入 法 用 户 词 库 和 查 询 日 志 用 字 情 况 分 析 图 2.9 媒 体 字 表 Lg( 字 频 ) 关 于 Lg(Rank) 的 曲 线 图 2.10 媒 体 字 表 Rank*Pr 曲 线 三 组 数 据 字 频 覆 盖 情 况 总 结 如 表 2.4 三 组 数 据 的 共 同 特 点 是 高 频 字 使 用 集 中 用 户 词 库 和 查 询 日 志 虽 然 总 字 数 很 大, 但 是 包 含 了 大 量 非 常 用 字, 使 用 相 对 更 集 中 一 些 用 户 词 库 单 字 使 用 最 为 集 中, 少 量 的 单 字 即 可 达 到 很 高 覆 盖 率 11

22 第 2 章 输 入 法 用 户 词 库 和 查 询 日 志 用 字 情 况 分 析 覆 盖 相 应 覆 盖 率 所 用 字 数 表 2.4 累 计 覆 盖 率 所 用 字 数 对 比 用 户 词 库 查 询 日 志 媒 体 字 表 50% % % % % 总 字 数 常 用 七 千 字 在 三 个 数 据 集 中 的 分 布 情 况 常 用 七 千 字 在 用 户 词 库 中 的 分 布 常 用 七 千 字 中, 有 6995 个 在 用 户 词 库 中 出 现, 未 出 现 的 常 用 字 如 下 : 轪 韨 饻 绤 鹝 5 个 都 是 3 级 字, 而 且 确 实 在 日 常 生 活 中 很 少 使 用 比 较 1 级 字 2500 个 与 用 户 词 库 中 字 频 前 2500 个 单 字, 共 有 部 分 有 2138 个 字, 非 共 有 部 分 362 个 字, 共 有 部 分 占 85.52% 用 户 词 库 独 有 的 362 个 字 中, 有 很 多 语 气 词, 比 如 呵 嘛 嗯 嘿 哎 咯 哦 哇 等 ; 还 有 一 些 方 言 用 字, 比 如 冇 等 ; 还 有 一 些 网 络 流 行 字 和 火 星 文, 比 如 囧 伱 莪 等 ; 还 有 一 些 侮 辱 性 淫 秽 的 单 字 常 用 字 独 有 的 362 个 字 中, 比 较 多 的 是 一 些 使 用 范 围 较 窄 字 意 比 较 具 体 的 字, 比 如 坝 瓣 鞭 等 比 较 1 2 级 字 3500 个 与 用 户 词 库 前 3500 个 单 字, 共 有 部 分 有 3048 个, 非 共 有 部 分 452 个, 共 有 部 分 占 87.09% 用 户 词 库 独 有 部 分 的 成 分 与 2500 个 字 的 情 况 基 本 一 致 常 用 字 独 有 的 452 个 字 中,1 级 字 56 个,2 级 字 396 个,1 级 字 未 覆 盖 部 分 减 少 很 多 比 较 级 字 7000 个 与 用 户 词 库 前 7000 个 单 字, 共 有 部 分 有 5821 个, 非 共 有 部 分 1179 个, 共 有 部 分 占 83.16% 用 户 词 库 独 有 的 1179 个 字 中, 语 气 词 大 量 减 少, 主 要 组 成 部 分 为 火 星 文, 另 外 有 一 些 繁 体 字 和 粗 俗 淫 秽 字 意 的 字 常 用 字 的 独 有 部 分 中,2 级 字 只 有 两 个 秕 蛉, 其 余 都 是 3 级 字 可 见 在 前 7000 常 用 字 的 范 围 内, 用 户 词 库 和 常 用 七 千 字 的 差 别 主 要 在 于 3 级 字 12

23 第 2 章 输 入 法 用 户 词 库 和 查 询 日 志 用 字 情 况 分 析 常 用 七 千 字 在 查 询 日 志 中 的 分 布 常 用 七 千 字 中, 有 6995 个 在 查 询 日 志 中 出 现, 未 出 现 的 5 个 字 如 下 : 拚 伋 阘 饻 馌 5 个 都 是 3 级 字, 其 中 饻 也 未 在 用 户 词 库 中 出 现 比 较 1 级 字 2500 个 与 查 询 日 志 中 前 2500 个 字, 共 有 部 分 有 2038 个, 非 共 有 部 分 462 个, 共 有 部 分 占 81.52% 略 低 于 用 户 词 库 查 询 日 志 的 独 有 部 分 中, 与 用 户 词 库 不 同, 多 是 有 实 际 意 义 的 字, 可 能 是 新 兴 高 频 字, 比 如 伦 聊 婷 炫 等, 另 外 还 有 一 些 低 俗 下 流 字 意 的 字 常 用 字 独 有 部 分 主 要 还 是 使 用 面 较 窄 的 字 比 较 1 2 级 字 3500 个 与 查 询 日 志 前 3500 个 字, 共 有 部 分 有 2883 个, 非 共 有 部 分 617 个, 共 有 部 分 占 82.37%, 低 于 用 户 词 库 查 询 日 志 独 有 部 分 情 况 与 前 2500 字 相 似 常 用 字 独 有 部 分 中,1 级 字 154 个,2 级 字 463 个,1 级 字 比 例 相 比 用 户 词 库 较 大 比 较 级 字 7000 个 与 查 询 日 志 前 7000 个 字, 共 有 部 分 有 5682 个, 非 共 有 部 分 1318 个, 共 有 部 分 占 81.17%, 低 于 用 户 词 库 查 询 日 志 的 独 有 部 分 中, 与 用 户 词 库 类 似, 有 较 多 低 俗 下 流 字 意 的 字 和 火 星 文 繁 体 字 常 用 字 独 有 部 分 中,2 级 字 11 个 : 秕 盹 踱 馁 譬 嘁 迄 秫 锨 舀 谆 其 余 都 是 3 级 字 与 用 户 词 库 类 似, 在 前 7000 常 用 字 的 范 围 内, 查 询 日 志 和 常 用 七 千 字 的 差 别 主 要 在 于 3 级 字 与 用 户 词 库 相 比, 查 询 日 志 由 于 其 使 用 目 的 的 倾 向 性, 多 为 有 具 体 意 义 的 查 询 词, 因 此 与 常 用 七 千 字 的 相 关 度 低 于 用 户 词 库 常 用 七 千 字 在 媒 体 字 表 中 的 分 布 常 用 七 千 字 中, 有 6803 个 在 查 询 日 志 中 出 现, 未 出 现 的 197 个 字 全 部 为 3 级 字 出 现 的 常 用 字 较 少 可 能 和 媒 体 字 表 字 数 较 少 只 有 9270 个 有 关 比 较 1 级 字 2500 个 与 媒 体 字 表 中 前 2500 个 字, 共 有 部 分 有 2156 个, 非 共 有 部 分 344 个, 共 有 部 分 占 86.24%, 高 于 用 户 词 库 和 查 询 日 志 媒 体 字 表 的 独 有 部 分 中, 与 用 户 词 库 不 同, 多 是 有 实 际 意 义 的 字, 其 中 有 不 少 是 中 外 人 名 地 名 的 组 成 汉 字, 比 如 萨 诺 迪 菲 廖 等 比 较 1 2 级 字 3500 个 与 媒 体 字 表 前 3500 个 字, 共 有 部 分 有 3103 个, 非 共 有 部 分 397 个, 共 有 部 分 占 88.66%, 高 于 用 户 词 库 和 查 询 日 志 媒 体 字 表 独 13

24 第 2 章 输 入 法 用 户 词 库 和 查 询 日 志 用 字 情 况 分 析 有 部 分 情 况 与 前 2500 字 相 似 常 用 字 独 有 部 分 中,1 级 字 49 个,2 级 字 348 个, 1 级 字 比 例 相 比 用 户 词 库 和 查 询 日 志 较 小 比 较 级 字 7000 个 与 媒 体 字 表 前 7000 个 字, 共 有 部 分 有 6391 个, 非 共 有 部 分 609 个, 共 有 部 分 占 91.30%, 高 于 用 户 词 库 和 查 询 日 志 媒 体 字 表 的 独 有 部 分 中, 有 较 多 繁 体 字 常 用 字 独 有 部 分 中, 都 是 3 级 字 媒 体 字 表 由 于 来 源 较 正 式, 因 此 和 常 用 七 千 字 的 相 关 程 度 较 高 常 用 七 千 字 在 三 个 数 据 集 中 的 分 布 情 况 总 结 对 比 如 表 2.5 表 2.5 常 用 七 千 字 分 布 情 况 对 比 各 部 分 对 应 共 有 部 分 字 数 用 户 词 库 查 询 日 志 媒 体 字 表 前 前 前 全 部 不 同 数 据 集 之 间 单 字 分 布 比 较 用 户 词 库 与 查 询 日 志 单 字 分 布 比 较 用 户 词 库 与 查 询 日 志 的 共 有 部 分 共 有 个, 可 见 大 部 分 用 字 相 同 共 有 部 分 Rank 的 Spearman 相 关 系 数 为 共 有 部 分 在 两 个 数 据 集 中 Rank 相 差 大 的 几 乎 都 是 非 常 用 字 在 用 户 词 库 的 独 有 部 分 中, 主 要 包 含 各 种 繁 体 字 在 查 询 日 志 的 独 有 部 分 中, 主 要 包 含 生 僻 字 比 较 两 个 数 据 前 2500 个 字, 共 有 部 分 2141 个, 非 共 有 部 分 359 个 共 有 部 分 Rank 的 Spearman 相 关 系 数 为 用 户 词 库 的 独 有 部 分 中, 主 要 包 含 语 气 字 和 较 口 语 化 的 字, 以 及 少 量 网 络 流 行 字 等 查 询 日 志 的 独 有 部 分 中, 有 实 际 意 义 的 字 较 多, 还 有 不 少 低 级 下 流 字 意 的 字 比 较 两 个 数 据 前 3500 个 字, 共 有 部 分 有 3038 个 共 有 部 分 Rank 的 Spearman 相 关 系 数 为 用 户 词 库 独 有 部 分 中, 还 是 主 要 包 含 语 气 字 网 络 流 行 字 等 查 询 日 志 独 有 部 分 中 多 为 有 实 际 意 义 的 字 比 较 前 7000 个 字, 共 有 部 分 有 5782 个 共 有 部 分 Rank 的 Spearman 相 关 系 数 为 用 户 词 库 独 有 部 分 中, 主 要 是 火 星 文 和 繁 体 字 查 询 日 志 独 有 部 分 中, 主 要 是 繁 体 字 等 14

25 第 2 章 输 入 法 用 户 词 库 和 查 询 日 志 用 字 情 况 分 析 比 较 两 组 数 据 中 覆 盖 80% 字 频 的 集 合, 用 户 词 库 431 字, 查 询 日 志 658 字 共 有 部 分 294 个 字, 用 户 词 库 独 有 部 分 137 字, 查 询 日 志 独 有 部 分 364 字 共 有 部 分 Rank 的 Spearman 相 关 系 数 为 , 说 明 共 有 部 分 差 异 较 大 与 之 前 类 似, 用 户 词 库 独 有 部 分 中 包 含 较 多 口 语 化 的 字, 比 如 语 气 词 比 较 覆 盖 90% 字 频 的 集 合, 用 户 词 库 808 字, 查 询 日 志 1102 字 共 有 部 分 628 字, 用 户 词 库 独 有 部 分 181 字, 查 询 日 志 独 有 部 分 475 字 共 有 部 分 Rank 的 Spearman 相 关 系 数 为 , 共 有 部 分 差 异 较 大 独 有 部 分 的 分 布 情 况 和 80% 时 类 似 比 较 覆 盖 99% 字 频 的 集 合, 用 户 词 库 2287 字, 查 询 日 志 2842 字 共 有 部 分 2095 字, 用 户 词 库 独 有 部 分 192 字, 查 询 日 志 独 有 部 分 747 字 共 有 部 分 Rank 的 Spearman 相 关 系 数 为 , 相 关 性 有 所 提 高 独 有 部 分 分 布 情 况 和 之 前 仍 然 类 似 用 户 词 库 中 高 频 字 有 较 多 网 络 流 行 因 素, 语 气 字 流 行 词 使 用 的 字 火 星 文 等 较 多 查 询 日 志 中 有 实 际 字 意, 有 助 于 查 询 的 字 较 多 两 者 在 高 频 字 段 的 相 关 性 不 高 用 户 词 库 与 媒 体 字 表 比 较 媒 体 字 表 与 用 户 词 库 共 有 部 分 9215 字, 占 媒 体 字 表 绝 大 部 分, 说 明 大 部 分 用 字 相 同 一 些 非 常 用 字 在 两 者 中 的 Rank 相 差 较 大 共 有 部 分 Rank 的 Spearman 相 关 系 数 为 , 高 于 查 询 日 志 与 用 户 词 库 比 较 用 户 词 库 前 2500 个 字 与 媒 体 字 表, 共 有 部 分 有 2216 个, 独 有 部 分 284 个, 共 有 部 分 数 量 高 于 查 询 日 志 与 用 户 词 库 共 有 部 分 Rank 的 Spearman 相 关 系 数 为 , 高 于 用 户 词 库 与 查 询 日 志 前 2500 的 相 关 系 数 用 户 词 库 的 独 有 部 分 中, 与 之 前 类 似, 主 要 是 语 气 字 以 及 繁 体 字 火 星 文 等 媒 体 字 表 的 独 有 部 分 中 的 字 相 对 比 较 有 实 际 意 义 比 较 两 者 的 前 3500 个 字, 共 有 部 分 有 3162 个, 独 有 部 分 338 个, 共 有 部 分 数 量 高 于 查 询 日 志 与 用 户 词 库 共 有 部 分 Rank 的 Spearman 相 关 系 数 为 , 高 于 用 户 词 库 与 查 询 日 志 前 3500 的 相 关 系 数 独 有 部 分 的 组 成 与 前 2500 字 比 较 中 的 情 况 类 似 比 较 两 者 的 前 7000 个 字, 共 有 部 分 有 6013 个, 独 有 部 分 987 个, 共 有 部 分 数 量 高 于 查 询 日 志 与 用 户 词 库 共 有 部 分 Rank 的 Spearman 相 关 系 数 为 15

26 第 2 章 输 入 法 用 户 词 库 和 查 询 日 志 用 字 情 况 分 析 , 高 于 用 户 词 库 与 查 询 日 志 前 7000 的 相 关 系 数 独 有 部 分 用 户 词 库 主 要 包 含 火 星 文 等, 媒 体 字 表 主 要 是 非 常 用 的 生 僻 字 比 较 两 者 的 前 80% 部 分, 用 户 词 库 431 字, 媒 体 字 表 604 字 共 有 部 分 有 343 个, 用 户 词 库 独 有 部 分 88 个, 媒 体 字 表 独 有 部 分 261 个 共 有 部 分 数 量 高 于 查 询 日 志 与 用 户 词 库 共 有 部 分 Rank 的 Spearman 相 关 系 数 为 , 高 于 用 户 词 库 与 查 询 日 志 的 相 关 系 数, 但 是 共 有 部 分 差 异 仍 然 较 大 比 较 两 者 的 前 90% 部 分, 用 户 词 库 808 字, 媒 体 字 表 970 字 共 有 部 分 有 669 个, 用 户 词 库 独 有 部 分 139 个, 媒 体 字 表 独 有 部 分 301 个 共 有 部 分 数 量 高 于 查 询 日 志 与 用 户 词 库 共 有 部 分 Rank 的 Spearman 相 关 系 数 为 , 高 于 用 户 词 库 与 查 询 日 志 的 相 关 系 数 比 较 两 者 的 前 99% 部 分, 用 户 词 库 2287 字, 媒 体 字 表 2381 字 共 有 部 分 有 2039 个, 用 户 词 库 独 有 部 分 248 个, 媒 体 字 表 独 有 部 分 342 个 共 有 部 分 数 量 略 低 于 查 询 日 志 与 用 户 词 库 共 有 部 分 Rank 的 Spearman 相 关 系 数 为 , 高 于 用 户 词 库 与 查 询 日 志 的 相 关 系 数 由 于 媒 体 字 表 来 源 比 较 正 式, 相 比 用 户 词 库, 有 实 际 字 意 的 字 频 度 较 高 高 频 字 段 两 者 的 相 关 性 不 高, 相 比 用 户 词 库 与 查 询 日 志 的 相 关 性 要 高 查 询 日 志 与 媒 体 字 表 比 较 媒 体 字 表 与 查 询 日 志 共 有 部 分 8453 字, 占 媒 体 字 表 大 部 分, 说 明 大 部 分 用 字 相 同 一 些 非 常 用 字 在 两 者 中 的 Rank 相 差 较 大 共 有 部 分 Rank 的 Spearman 相 关 系 数 为 , 高 于 查 询 日 志 与 用 户 词 库 比 较 查 询 日 志 前 2500 个 字 与 媒 体 字 表, 共 有 部 分 有 2147 个, 非 共 有 部 分 353 个, 共 有 部 分 数 量 略 高 于 查 询 日 志 与 用 户 词 库 共 有 部 分 Rank 的 Spearman 相 关 系 数 为 , 略 低 于 查 询 日 志 与 用 户 词 库 前 2500 的 相 关 系 数 查 询 日 志 的 独 有 部 分 中, 与 之 前 类 似, 包 含 一 些 低 俗 下 流 的 字 等 媒 体 字 表 的 独 有 部 分 中 的 字 相 对 比 较 有 实 际 意 义 比 较 两 者 的 前 3500 个 字, 共 有 部 分 有 3023 个, 非 共 有 部 分 477 个, 共 有 部 分 数 量 略 低 于 查 询 日 志 与 用 户 词 库 共 有 部 分 Rank 的 Spearman 相 关 系 数 为 , 略 低 于 查 询 日 志 与 用 户 词 库 前 3500 的 相 关 系 数 非 共 有 部 分 部 分 的 组 成 与 前 2500 字 比 较 中 的 情 况 类 似 比 较 两 者 的 前 7000 个 字, 共 有 部 分 有 5781 个, 非 共 有 部 分 1219 个, 共 有 16

27 第 2 章 输 入 法 用 户 词 库 和 查 询 日 志 用 字 情 况 分 析 部 分 数 量 略 低 于 查 询 日 志 与 用 户 词 库 共 有 部 分 Rank 的 Spearman 相 关 系 数 为 , 略 低 于 查 询 日 志 与 用 户 词 库 前 7000 的 相 关 系 数 独 有 部 分 查 询 日 志 主 要 包 含 繁 体 字 和 脏 话 等 比 较 两 者 的 前 80% 部 分, 查 询 日 志 658 字, 媒 体 字 表 604 字 共 有 部 分 有 390 个, 查 询 日 志 独 有 部 分 268 个, 媒 体 字 表 独 有 部 分 214 个 共 有 部 分 数 量 高 于 查 询 日 志 与 用 户 词 库 共 有 部 分 Rank 的 Spearman 相 关 系 数 为 , 高 于 查 询 日 志 与 用 户 词 库 的 相 关 系 数, 但 是 共 有 部 分 差 异 仍 然 较 大 比 较 两 者 的 前 90% 部 分, 查 询 日 志 1102 字, 媒 体 字 表 970 字 共 有 部 分 有 751 个, 查 询 日 志 独 有 部 分 351 个, 媒 体 字 表 独 有 部 分 219 个 共 有 部 分 数 量 高 于 查 询 日 志 与 用 户 词 库 共 有 部 分 Rank 的 Spearman 相 关 系 数 为 , 高 于 查 询 日 志 与 用 户 词 库 的 相 关 系 数, 但 是 共 有 部 分 差 异 仍 然 较 大 比 较 两 者 的 前 99% 部 分, 查 询 日 志 2842 字, 媒 体 字 表 2381 字 共 有 部 分 有 2177 个, 查 询 日 志 独 有 部 分 665 个, 媒 体 字 表 独 有 部 分 204 个 共 有 部 分 数 量 高 于 查 询 日 志 与 用 户 词 库 共 有 部 分 Rank 的 Spearman 相 关 系 数 为 , 高 于 查 询 日 志 与 用 户 词 库 的 相 关 系 数 查 询 日 志 与 媒 体 字 表 的 相 关 程 度 也 不 高, 比 用 户 词 库 与 媒 体 字 表 的 相 关 程 度 要 低 将 三 个 数 据 集 比 较 的 结 果 整 理 如 表 2.6 共 有 部 分 字 数 和 相 关 系 数 表 2.6 三 个 数 据 集 比 较 结 果 整 理 用 户 词 库 与 查 询 日 志 用 户 词 库 与 媒 体 字 表 查 询 日 志 与 媒 体 字 表 前 80% 前 90% 前 99% 前 前 前 全 部 小 结 输 入 法 用 户 词 库 可 以 看 成 中 文 用 户 在 电 脑 中 使 用 语 言 的 较 直 接 体 现, 用 字 17

28 第 2 章 输 入 法 用 户 词 库 和 查 询 日 志 用 字 情 况 分 析 比 较 生 活 化 口 语 化, 差 别 最 大 的 就 是 语 气 字 的 词 频 往 往 远 高 于 其 他 数 据 一 些 在 网 络 流 行 的 新 词 包 含 的 字 在 输 入 法 中 的 字 频 也 较 高 用 户 词 库 与 七 千 常 用 字 的 相 关 程 度 要 高 于 查 询 日 志 查 询 日 志 记 录 查 询 词, 用 字 也 是 查 询 词 的 组 成 部 分, 虚 词 部 分 较 少, 有 实 际 意 义 字 的 字 频 要 高 于 其 他 数 据 查 询 日 志 与 其 他 数 据 的 相 关 程 度 也 较 差 媒 体 字 表 主 要 是 书 面 语 构 成, 书 面 语 尤 其 是 新 闻 报 道 常 用 字 的 频 度 较 高, 与 前 两 者 的 相 关 程 度 几 乎 相 当 18

29 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 3.1 实 验 概 述 本 章 通 过 搜 狗 输 入 法 用 户 词 库 数 据 搜 索 引 擎 查 询 日 志 和 其 他 现 有 数 据, 对 输 入 法 用 户 使 用 词 的 语 言 状 况 进 行 统 计 分 析 3.2 数 据 说 明 输 入 法 用 户 词 库 本 实 验 使 用 的 是 搜 狗 输 入 法 2010 年 3 月 15 日 的 用 户 词 库 数 据, 该 数 据 统 计 了 所 有 注 册 用 户 使 用 的 词 条 的 用 户 数 和 词 频 和 第 二 章 使 用 数 据 类 似, 该 词 库 将 用 户 输 入 的 上 屏 词 条 整 体 作 为 一 个 词 条 保 存, 保 存 的 词 条 不 一 定 是 语 言 学 意 义 上 的 词 用 户 词 库 记 录 了 词 条 长 度 不 超 过 7 的 词 条,2010 年 3 月 15 日 的 数 据 共 个 词 条, 总 词 频 , 平 均 词 频 用 户 数 达 到 百 万 级 搜 索 引 擎 查 询 日 志 本 实 验 使 用 的 查 询 日 志 是 搜 狗 搜 索 引 擎 的 日 志 数 据, 每 日 统 计 在 搜 狗 搜 索 引 擎 上 的 查 询 词 和 查 询 次 数 日 志 数 据 中 只 保 留 了 2 字 词 至 7 字 词, 对 英 文 数 字 等 非 汉 字 字 符 进 行 了 全 角 化 处 理 查 询 日 志 记 录 了 2009 年 全 年 的 查 询 情 况, 有 词 条 个, 总 词 频 其 他 数 据 本 实 验 还 使 用 了 普 通 话 常 用 三 千 词 词 表 [8], 包 括 3815 个 词 该 词 表 发 表 于 1992 年, 可 视 为 传 统 汉 语 常 用 词, 可 以 用 来 与 用 户 词 库 等 较 新 数 据 对 比 该 词 条 包 含 1009 个 单 字 2571 个 双 字 词 204 个 三 字 词 26 个 四 字 词 3 个 五 字 词 2 个 七 字 词 该 词 表 没 有 词 频 信 息 19

30 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 3.3 输 入 法 用 户 词 库 用 词 情 况 分 析 总 体 情 况 用 户 词 库 词 频 前 20 的 词 条 如 表 3.1 表 3.1 输 入 法 用 户 词 库 词 频 前 20 的 词 条 词 条 词 频 用 户 数 Rank 啊 了 就 在 好 的 我 有 呵 呵 没 吧 去 要 都 那 什 么 恩 说 呢 也 将 用 户 词 库 的 词 条 按 词 频 排 序 并 计 算 累 计 覆 盖 率, 前 个 词 条 的 累 计 覆 盖 率 曲 线 如 图 3.1 覆 盖 总 词 频 百 分 比 所 需 要 的 词 条 数 和 词 条 数 所 占 比 例 如 表 3.2 可 见 输 入 法 用 户 用 词 相 当 集 中, 不 到 1% 的 词 条 就 可 以 覆 盖 绝 大 多 数 词 频 图 3.2 是 用 户 词 库 Log( 词 频 ) 关 于 Log(Rank) 的 曲 线, 线 性 相 关 系 数 r = ,Log( 词 频 ) 与 Log(Rank) 负 线 性 相 关, 符 合 Zipf 定 律 20

31 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 表 3.2 累 计 覆 盖 率 与 所 需 词 条 数 累 计 覆 盖 率 所 需 词 条 数 词 条 数 百 分 比 50% % 60% % 70% % 80% % 90% % 95% % 图 3.1 用 户 词 库 累 计 覆 盖 率 曲 线 图 3.2 用 户 词 库 Log( 词 频 ) 关 于 Log(Rank) 的 曲 线 21

32 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 表 3.3 给 出 了 2010 年 3 月 15 日 的 用 户 词 库 按 不 同 词 长 统 计 的 分 布 情 况 其 中 单 字 有 2 万 多 个, 远 远 超 出 常 用 汉 字 个 数 ( 常 用 汉 字 大 约 个 ) 这 是 因 为 用 户 词 库 中 的 词 条 并 不 标 准, 包 含 大 量 繁 体 字 异 体 字 等 表 用 户 词 库 长 短 词 分 布 词 长 词 条 数 总 词 频 图 3.3 是 词 条 数 与 词 条 长 度 的 关 系 图 从 图 中 可 以 看 出, 单 字 词 条 数 最 少, 因 为 只 是 单 字 个 数 ; 随 着 词 条 长 度 上 升, 单 字 的 组 合 增 多, 词 条 数 也 相 应 增 多, 但 是 不 同 组 合 能 成 为 词 的 概 率 也 减 少 3 字 时 词 条 数 增 长 迅 速, 在 词 条 长 度 为 4 时 达 到 峰 值, 词 条 长 度 大 于 4 时 词 条 总 数 开 始 下 降 图 3.3 用 户 词 库 词 条 数 关 于 词 条 长 度 的 分 布 图 3.4 是 词 频 与 词 条 长 度 的 关 系 图 双 字 词 词 频 最 高, 单 字 其 次 单 字 词 和 双 字 词 的 词 频 远 大 于 多 字 词 22

33 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 图 3.4 用 户 词 库 词 频 关 于 词 条 长 度 的 分 布 图 3.5 是 评 价 词 频 与 词 长 的 关 系 图 单 字 的 平 均 输 入 频 度 远 远 大 于 双 字 词 和 多 字 词 双 字 词 和 多 字 词 的 平 均 输 入 频 度 几 乎 不 可 视 图 3.5 用 户 词 库 平 均 词 条 输 入 频 度 关 于 词 条 长 度 的 分 布 以 上 数 据 表 明, 输 入 法 用 户 在 输 入 时 更 偏 向 于 每 次 输 入 较 短 词 条 而 不 是 多 字 的 词 条, 尤 其 以 单 字 双 字 词 为 主 这 可 能 因 为 输 入 时 以 词 为 单 位 的 语 言 习 23

34 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 惯, 另 外 也 有 输 入 法 在 长 词 条 时 的 组 词 效 果 不 如 短 词 条 的 因 素 影 响 三 千 常 用 词 分 布 情 况 普 通 话 常 用 三 千 词 共 3815 个 词 条 中, 在 用 户 词 库 中 出 现 了 3814 个, 总 词 频 , 覆 盖 了 用 户 词 库 54.12% 如 表 3.4 所 示 不 在 用 户 词 库 中 出 现 的 词 条 只 有 留 声 片 一 词 留 声 片 由 于 时 代 发 展 已 经 不 是 很 常 用 的 词 表 3.4 普 通 话 三 千 常 用 词 在 用 户 词 库 的 分 布 词 条 长 度 词 频 词 条 数 平 均 词 频 图 3.6 是 用 户 词 库 中 出 现 的 三 千 常 用 词 词 频 与 词 条 长 度 的 关 系 图 可 以 看 出, 单 字 词 频 最 高, 双 字 词 其 次, 多 字 词 词 频 较 少 与 用 户 词 库 结 果 不 同 的 是, 双 字 词 词 频 不 再 是 最 高, 多 字 词 词 频 比 例 也 下 降, 这 与 三 千 常 用 词 中 收 录 的 双 字 词 和 多 字 词 不 像 用 户 词 库 数 量 庞 大 有 关 图 3.6 三 千 常 用 词 词 频 关 于 词 条 长 度 的 分 布 24

35 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 图 3.7 是 用 户 词 库 中 出 现 的 三 千 常 用 词 与 词 长 的 关 系 图 单 字 的 平 均 词 频 要 高 于 其 他 由 于 收 录 的 双 字 词 和 多 字 词 数 量 较 少 且 为 常 用 词, 双 字 词 和 多 字 词 的 评 论 词 频 相 对 用 户 词 库 也 有 所 提 高 相 同 在 用 户 词 库 中, 词 频 较 高 的 前 20 个 三 千 常 用 词 如 表 3.5, 与 用 户 词 库 基 本 词 频 小 于 1000 的 三 千 常 用 词 词 条 如 表 3.6 这 些 词 在 现 在 确 实 不 常 用, 如 理 发 员 一 词 现 在 多 用 其 他 词 代 替 表 3.5 在 用 户 词 库 中 词 频 较 高 的 三 千 常 用 词 词 条 词 条 词 频 用 户 数 啊 了 就 在 好 的 我 有 没 吧 去 要 都 那 什 么 说 也 呢 个 还

36 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 图 3.7 三 千 常 用 词 平 均 词 频 关 于 词 条 长 度 的 分 布 表 3.6 三 千 常 用 词 中 词 频 <1000 的 词 条 词 条 词 频 用 户 数 理 发 员 铁 甲 车 人 家 儿 双 铧 犁 枝 对 三 千 常 用 词 的 累 计 覆 盖 率 曲 线 如 图 3.8, 覆 盖 三 千 常 用 词 词 频 相 应 覆 盖 率 所 需 要 的 词 条 数 和 词 条 数 百 分 比 如 表 3.7 表 3.7 覆 盖 三 千 常 用 词 词 频 覆 盖 率 所 需 要 的 词 条 数 和 词 条 数 所 占 比 例 累 计 覆 盖 率 词 条 数 词 条 百 分 比 50% % 60% % 70% % 80% % 90% % 95% % 三 千 常 用 词 Log( 词 频 ) 关 于 Log(Rank) 的 曲 线 如 图 3.9, 高 频 部 分 基 本 呈 线 性 经 过 计 算 得 线 性 相 关 系 数 r = , 整 条 曲 线 并 不 符 合 Zipf 定 律 26

37 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 三 千 常 用 词 低 频 词 汇 稀 少, 所 以 低 频 部 分 迅 速 下 降 图 3.8 三 千 常 用 词 累 计 覆 盖 率 曲 线 图 3.9 三 千 常 用 词 用 于 验 证 Zipf 定 律 的 曲 线 三 千 常 用 词 在 用 户 词 库 中 的 总 覆 盖 率 为 56.39%, 用 户 词 库 前 3000 词 可 覆 盖 约 70% 的 覆 盖 率 以 上 数 据 说 明 三 千 常 用 词 整 体 在 用 户 词 库 中 也 占 据 了 大 多 数 词 频, 大 多 数 27

38 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 常 用 词 在 用 户 词 库 中 也 有 较 高 词 频 由 于 时 代 发 展, 三 千 常 用 词 有 些 词 条 已 经 过 时 少 有 使 用 3.4 查 询 日 志 用 词 情 况 分 析 总 体 情 况 查 询 日 志 的 词 条 可 以 分 成 三 类 : 纯 汉 字 词 条 ( 如 百 度 ) 纯 非 汉 字 词 条 ( 如 mp3 ) 混 杂 词 条 ( 如 qq 空 间 ) 下 面 将 就 全 部 词 条 和 分 类 词 条 分 别 进 行 分 析 全 部 词 分 布 情 况 经 过 计 算 整 理, 查 询 日 志 有 词 条 个, 总 词 频 排 名 前 20 的 词 如 表 3.8 表 3.8 查 询 日 志 中 排 名 前 20 的 词 条 词 词 频 累 计 词 频 累 计 覆 盖 率 Rank mp % 1 baidu % 2 http % 3 百 度 % 4 nba % 5 视 频 % 6 下 载 % 7 xiaonei % 8 dnf % 9 电 影 % % 11 com % % 13 人 体 艺 术 % 14 小 说 % 15 xixi % 16 site % 17 迅 雷 % 18 qq % 19 开 心 网 % 20 28

39 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 由 于 查 询 词 的 特 点, 对 应 具 体 网 站 软 件 物 品 等 查 询 目 标 的 词 条 频 度 较 高, 平 时 语 言 常 用 词 汇 频 度 较 低 覆 盖 率 曲 线 如 图 3.10 图 3.10 查 询 日 志 词 条 累 计 覆 盖 率 曲 线 前 个 词 Log( 词 频 ) 关 于 Log(Rank) 曲 线 如 图 3.11, 线 性 相 关 系 数 , 符 合 Zipf 定 律 : 图 3.11 查 询 日 志 词 条 Log( 词 频 ) 关 于 Log(Rank) 的 曲 线 29

40 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 不 同 词 长 分 布 情 况 如 表 3.9 表 3.9 查 询 日 志 中 词 条 在 不 同 词 长 上 的 分 布 词 长 总 个 数 总 词 频 平 均 词 频 全 部 词 条 数 随 词 长 变 化 图 如 图 3.12, 可 见 6 字 词 之 前 递 增,6 字 词 最 多 图 3.12 不 同 词 长 查 询 日 志 词 条 数 分 布 总 词 频 随 词 长 变 化 图 如 图 3.13, 整 体 来 说 比 较 平 均,4 字 词 较 高 并 没 有 出 现 类 似 用 户 词 库 的 双 字 词 频 较 高 的 情 况 可 能 因 为 双 字 的 信 息 有 限, 四 字 词 能 更 好 地 表 达 查 询 目 的 30

41 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 图 3.13 不 同 词 长 查 询 日 志 词 频 分 布 平 均 词 频 随 词 长 变 化 如 图 3.14,2 字 词 远 高 于 多 字 词, 随 词 长 递 减 这 与 用 户 词 库 的 结 果 相 似 图 3.14 不 同 词 长 查 询 日 志 平 均 词 频 分 布 纯 汉 字 词 分 布 情 况 经 过 计 算 整 理, 查 询 日 志 有 纯 汉 字 词 条 个 (82.12%), 总 词 频 (72.04%) 排 名 前 20 的 纯 汉 字 词 如 表

42 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 表 3.10 查 询 日 志 中 排 名 前 20 的 纯 汉 字 词 条 词 词 频 累 计 词 频 累 计 覆 盖 率 Rank 百 度 % 1 视 频 % 2 下 载 % 3 电 影 % 4 人 体 艺 术 % 5 小 说 % 6 迅 雷 % 7 开 心 网 % 8 色 情 五 月 天 % 9 海 阔 天 空 % 10 搜 索 % 11 盘 龙 % 12 优 酷 % 13 情 色 五 月 天 % 14 校 内 网 % 15 酷 狗 % 16 火 影 忍 者 % 17 妞 妞 基 地 % 18 小 沈 阳 % 19 淘 宝 网 % 20 累 计 覆 盖 率 曲 线 如 图 3.15 图 3.15 查 询 日 志 纯 汉 字 词 条 累 计 覆 盖 率 曲 线 32

43 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 前 个 词 Log( 词 频 ) 关 于 Log(Rank) 曲 线 如 图 3.16, 线 性 相 关 系 数 , 符 合 Zipf 定 律 : 图 3.16 查 询 日 志 纯 汉 字 词 条 Log( 词 频 ) 关 于 Log(Rank) 的 曲 线 不 同 词 长 分 布 情 况 如 表 3.11 表 3.11 查 询 日 志 中 纯 汉 字 词 条 在 不 同 词 长 上 的 分 布 词 长 总 个 数 总 词 频 平 均 词 频 全 部 词 条 数 随 词 长 变 化 图 如 图 3.17, 可 见 6 字 词 之 前 递 增,6 字 词 最 多 与 整 体 分 布 结 果 类 似 33

44 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 图 3.17 不 同 词 长 查 询 日 志 纯 汉 字 词 条 词 条 数 分 布 总 词 频 随 词 长 变 化 图 如 图 3.18, 整 体 来 说 比 较 平 均,2 4 字 词 较 高 相 比 整 体 分 布,2 字 词 词 频 有 所 上 升 图 3.18 不 同 词 长 查 询 日 志 纯 汉 字 词 条 词 频 分 布 平 均 词 频 随 词 长 变 化 图 如 图 3.19,2 字 词 远 高 于 多 字 词 34

45 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 图 3.19 不 同 词 长 查 询 日 志 纯 汉 字 词 条 平 均 词 频 分 布 纯 非 汉 字 词 分 布 情 况 经 过 计 算 整 理, 查 询 日 志 有 纯 非 汉 字 词 条 个 (3.22%), 总 词 频 (17.49%) 排 名 前 20 的 词 如 表 3.12 图 3.20 查 询 日 志 纯 非 汉 字 词 条 累 计 覆 盖 率 曲 线 35

46 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 表 3.12 查 询 日 志 中 排 名 前 20 的 纯 非 汉 字 词 条 词 词 频 累 计 词 频 累 计 覆 盖 率 Rank mp baidu http nba xiaonei dnf com xixi site qq yy gp dj www youku vagaa hao 累 计 覆 盖 率 曲 线 如 图 3.20 前 个 词 Log( 词 频 ) 关 于 Log(Rank) 曲 线 如 图 3.21, 线 性 相 关 系 数 , 符 合 Zipf 定 律 : 图 3.21 查 询 日 志 纯 非 汉 字 词 条 Log( 词 频 ) 关 于 Log(Rank) 的 曲 线 36

47 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 不 同 词 长 分 布 情 况 如 表 3.13 表 3.13 查 询 日 志 中 纯 非 汉 字 词 条 在 不 同 词 长 上 的 分 布 词 长 总 个 数 总 词 频 平 均 词 频 全 部 词 条 数 随 词 长 变 化 图 如 图 3.22, 可 见 6 字 词 之 前 递 增,6 字 词 最 多 图 3.22 不 同 词 长 查 询 日 志 纯 非 汉 字 词 条 词 条 数 分 布 总 词 频 随 词 长 变 化 图 如 图 3.23, 2 字 词 较 低,3 字 词 最 高 之 后 递 减 这 可 能 因 为 英 文 缩 写 等 因 素, 双 字 词 的 区 分 度 较 差,3 字 词 能 更 好 地 表 达 查 询 目 的 37

48 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 图 3.23 不 同 词 长 查 询 日 志 纯 非 汉 字 词 条 词 频 分 布 平 均 词 频 随 词 长 变 化 图 如 图 3.24,2 字 词 远 高 于 多 字 词 图 3.24 不 同 词 长 查 询 日 志 纯 非 汉 字 词 条 平 均 词 频 分 布 混 杂 词 分 布 情 况 经 过 计 算 整 理, 查 询 日 志 有 词 条 个 (14.67%), 总 词 频 (10.47%) 排 名 前 20 的 词 如 表

49 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 表 3.14 查 询 日 志 中 排 名 前 20 的 混 杂 词 条 词 词 频 累 计 词 频 累 计 覆 盖 率 Rank qq 空 间 % 1 qq 头 像 % 2 qq 个 性 签 名 % 3 qq 网 名 % 4 迅 雷 % 5 qq 空 间 克 隆 % 6 3gp 电 影 下 载 % 7 dnf 官 网 % 8 dnf 外 挂 % 9 a 片 % 10 qq 表 情 % 11 q 吧 % 12 迅 雷 5 下 载 % 13 qq 下 载 % 14 3gp 转 换 器 % 小 游 戏 % 16 yy 下 载 % 17 nba 直 播 % 安 全 卫 士 % 19 qq 空 间 代 码 % 20 累 计 覆 盖 率 曲 线 如 图 3.25 图 3.25 查 询 日 志 混 杂 词 条 累 计 覆 盖 率 曲 线 39

50 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 前 个 词 Log( 词 频 ) 关 于 Log(Rank) 曲 线 如 图 3.26, 线 性 相 关 系 数 : 图 3.26 查 询 日 志 混 杂 词 条 Log( 词 频 ) 关 于 Log(Rank) 的 曲 线 不 同 词 长 分 布 情 况 如 表 3.15: 表 3.15 查 询 日 志 中 混 杂 词 条 在 不 同 词 长 上 的 分 布 词 长 总 个 数 总 词 频 平 均 词 频 全 部 词 条 数 随 词 长 变 化 图 如 图 3.27, 可 见 递 增,7 字 词 最 多 40

51 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 图 3.27 不 同 词 长 查 询 日 志 混 杂 词 条 词 条 数 分 布 总 词 频 随 词 长 变 化 图 如 图 3.28, 随 词 长 递 增 对 混 杂 词 条 来 说, 可 能 长 词 条 更 能 表 达 查 询 目 的 图 3.28 不 同 词 长 查 询 日 志 混 杂 词 条 词 频 分 布 平 均 词 频 随 词 长 变 化 图 如 图 3.29,2 字 词 较 高 41

52 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 图 3.29 不 同 词 长 查 询 日 志 混 杂 词 条 平 均 词 频 分 布 三 千 常 用 词 分 布 情 况 三 千 常 用 词 在 查 询 日 志 中 的 分 布 情 况 如 表 3.16: 表 3.16 三 千 常 用 词 在 查 询 日 志 中 的 分 布 情 况 词 长 三 千 常 用 词 交 集 词 条 数 词 频 平 均 词 频 非 交 集 词 条 数 全 部 由 于 查 询 日 志 没 有 记 录 单 字, 所 以 全 部 单 字 都 没 有 出 现 没 有 出 现 的 二 字 词 有 : 赛 球 惯 于 哪 话 成 万 少 陪 枝 对 没 有 出 现 的 三 字 词 有 : 留 声 片 人 家 儿 那 么 着 交 集 部 分 的 词 条 数 随 词 长 的 分 布 图 如 图 3.30, 基 本 和 三 千 常 用 词 除 单 字 外 的 情 况 相 同 42

53 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 图 3.30 不 同 词 长 三 千 常 用 词 在 查 询 日 志 中 的 词 条 数 分 布 交 集 部 分 词 频 随 词 长 变 化 图 如 图 3.31,2 字 词 远 远 高 于 其 他, 这 与 多 字 词 太 少 有 关 : 图 3.31 不 同 词 长 三 千 常 用 词 在 查 询 日 志 中 的 词 频 分 布 交 集 部 分 平 均 词 频 随 词 长 变 化 图 如 图 3.32,2 字 词 较 高 : 43

54 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 图 3.32 不 同 词 长 三 千 常 用 词 在 查 询 日 志 中 的 平 均 词 频 分 布 查 询 日 志 中 词 频 前 20 的 三 千 常 用 词 如 表 3.17, 可 见 多 是 有 具 体 意 义 的 实 词 : 表 3.17 查 询 日 志 中 词 频 前 20 的 三 千 常 用 词 词 词 频 Rank 电 影 小 说 地 图 土 豆 音 乐 歌 曲 鸭 蛋 翻 译 游 戏 五 月 军 事 苹 果 笑 话 同 志 萝 卜 汽 车 电 话 英 语 火 车 新 闻

55 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 词 频 在 10 以 下 的 三 千 常 用 词 如 表 3.18 表 3.18 查 询 日 志 中 词 频 小 于 10 的 三 千 常 用 词 词 词 频 词 词 频 暂 且 10 教 给 6 灶 火 10 水 管 子 6 凑 巧 10 划 子 5 为 着 10 受 累 5 动 身 10 筐 子 5 原 先 10 眼 前 的 5 总 归 10 免 不 了 5 板 擦 10 不 好 过 5 好 好 地 10 老 早 4 归 于 9 便 帽 4 免 得 9 撒 开 4 来 着 9 通 讯 处 4 医 务 所 9 农 业 社 4 秆 子 8 有 空 来 玩 4 水 瓢 8 这 会 3 退 掉 8 除 开 3 跟 前 8 这 么 些 3 电 车 站 8 树 林 子 3 向 来 7 沓 子 2 爽 直 7 那 会 2 后 年 7 那 么 些 2 不 可 不 7 手 腕 子 2 对 不 住 7 快 快 地 2 匙 子 6 灵 便 1 想 出 6 这 么 着 1 纸 烟 6 大 前 天 1 外 头 6 铁 甲 车 1 这 些 词 中, 除 了 时 代 发 展 等 原 因 使 用 较 少 的 一 些 词 如 农 业 社 铁 甲 车 等, 还 包 括 一 些 虚 词 口 语 词 汇 等 实 际 意 义 较 少 或 指 代 不 明 确 的 词, 比 如 这 么 着 大 前 天 等 这 也 是 受 查 询 词 用 途 的 影 响 45

56 第 3 章 输 入 法 用 户 词 库 和 查 询 日 志 用 词 情 况 分 析 3.5 小 结 用 户 词 库 虽 然 包 含 大 量 词 条, 但 是 使 用 非 常 集 中, 不 到 1% 的 词 条 即 可 覆 盖 绝 大 多 数 词 频 因 为 输 入 法 用 于 文 字 交 流 较 多, 和 语 言 常 用 词 有 较 高 的 相 似 性 三 千 常 用 词 可 以 覆 盖 用 户 词 库 大 部 分 词 频 查 询 日 志 的 词 条 由 于 使 用 用 途 的 特 点, 和 平 常 语 言 中 使 用 词 条 情 况 差 别 较 大, 表 示 查 询 目 的 特 征 的 实 词 频 度 较 高, 平 常 语 言 中 常 用 的 虚 词 等 频 度 较 低 46

57 第 4 章 基 于 输 入 法 用 户 词 库 和 查 询 日 志 的 wiki 中 文 常 用 词 条 第 4 章 基 于 输 入 法 用 户 词 库 和 查 询 日 志 的 wiki 中 文 常 用 词 条 4.1 实 验 概 述 本 实 验 的 目 的 在 于 结 合 不 同 语 料 数 据, 找 到 一 种 衡 量 词 条 常 用 程 度 的 方 法, 进 而 得 到 现 在 网 络 环 境 中 的 常 用 词 表 Wiki( 维 基 ) 是 用 户 产 生 的 百 科 知 识 库, 用 户 编 辑 后 的 词 条 也 要 经 过 审 核 和 公 众 监 督 相 对 输 入 法 用 户 词 库 和 查 询 日 志, Wiki 词 条 更 为 严 谨, 一 些 异 体 字 火 星 文 色 情 词 汇 的 频 度 受 到 遏 制 因 此 以 Wiki 词 条 为 基 础, 结 合 输 入 法 用 户 词 库 和 查 询 日 志 等 其 他 语 料, 可 以 尝 试 得 到 中 文 常 用 词 条 4.2 数 据 介 绍 输 入 法 用 户 词 库 和 查 询 日 志 本 实 验 使 用 的 输 入 法 用 户 词 库 数 据 和 查 询 日 志 数 据 和 第 三 章 使 用 的 相 同 用 户 词 库 数 据 是 2010 年 3 月 15 日 的 词 库 数 据, 记 录 了 词 条 长 度 不 超 过 7 的 词 条, 共 个 词 条, 总 词 频 , 平 均 词 频 查 询 日 志 数 据 是 2009 年 全 年 数 据, 记 录 了 2-7 字 词, 对 英 文 数 字 等 非 汉 字 字 符 进 行 了 全 角 化 处 理 查 询 日 志 有 词 条 个, 总 词 频 因 为 本 实 验 关 注 中 文 词 条, 因 此 只 选 择 了 查 询 日 志 中 的 纯 汉 字 词, 共 个, 总 词 频 Wiki 链 接 词 数 据 本 实 验 使 用 的 是 中 文 维 基 百 科 页 面 所 有 中 文 链 接 词 的 统 计 词 表 链 接 词 即 是 Wiki 内 容 页 面 中 以 超 链 接 形 式 存 在 的 词 条, 可 以 点 击 进 入 该 词 条 的 Wiki 页 面 但 是 并 非 所 有 链 接 词 都 有 对 应 的 Wiki 页 面, 因 此 链 接 词 数 量 比 Wiki 词 条 要 多 Wiki 中 文 链 接 词 共 有 个, 总 词 频

58 第 4 章 基 于 输 入 法 用 户 词 库 和 查 询 日 志 的 wiki 中 文 常 用 词 条 Sogout 网 页 串 频 数 据 Sogout 互 联 网 语 料 库 收 录 了 互 联 网 各 种 类 型 的 1.3 亿 个 网 页 数 据, 有 2000 亿 汉 字, 没 有 分 词, 所 以 无 法 得 到 总 词 条 数 总 词 频 等 信 息 本 实 验 使 用 的 是 Wiki 词 条 在 Sogout 上 的 串 频 数 据, 共 出 现 词 条 个, 总 词 频 Wiki 中 文 链 接 词 条 在 不 同 数 据 集 下 的 分 布 情 况 Wiki 中 文 链 接 词 条 在 输 入 法 用 户 词 库 的 分 布 Wiki 中 文 词 条 在 用 户 词 库 中 出 现 了 个, 总 词 频 , 覆 盖 率 57.81% 词 频 前 20 的 词 条 如 表 4.1 表 4.1 Wiki 中 文 链 接 词 条 在 用 户 词 库 中 词 频 前 20 的 词 条 词 条 用 户 词 库 词 频 wiki 词 频 啊 就 在 好 的 我 有 没 去 要 都 那 什 么 恩 说 还 个 看 现 在 哦 不 同 词 条 数 累 计 覆 盖 用 户 词 库 的 覆 盖 率 情 况 如 表

59 第 4 章 基 于 输 入 法 用 户 词 库 和 查 询 日 志 的 wiki 中 文 常 用 词 条 表 4.2 在 用 户 词 库 中 Wiki 中 文 链 接 词 条 不 同 词 条 数 的 覆 盖 率 词 条 数 累 计 覆 盖 率 % % % % % % 可 见 前 个 词 条 已 经 覆 盖 了 绝 大 多 数 词 频 累 计 覆 盖 率 曲 线 如 图 4.1, 经 过 计 算,Wiki 中 文 链 接 词 在 用 户 词 库 的 分 布 符 合 Zipf 定 律 图 4.1 在 用 户 词 库 中 Wiki 中 文 链 接 词 条 的 累 计 覆 盖 率 曲 线 Wiki 中 文 链 接 词 条 在 查 询 日 志 的 分 布 Wiki 中 文 链 接 词 在 查 询 日 志 中 出 现 了 个, 总 词 频 , 覆 盖 率 32.45% 词 频 前 20 的 词 条 如 表 4.3 不 同 词 条 数 覆 盖 查 询 日 志 词 频 的 情 况 如 表 4.4 前 个 词 已 经 覆 盖 了 绝 大 多 数 词 频 累 计 覆 盖 率 曲 线 如 图 4.2, 经 过 计 算,Wiki 中 文 链 接 词 在 查 询 日 志 的 分 布 符 合 Zipf 定 律 49

60 第 4 章 基 于 输 入 法 用 户 词 库 和 查 询 日 志 的 wiki 中 文 常 用 词 条 表 4.3 Wiki 中 文 链 接 词 条 在 查 询 日 志 中 词 频 前 20 的 词 条 词 条 querylog 词 频 wiki 词 频 百 度 视 频 下 载 电 影 人 体 艺 术 小 说 迅 雷 开 心 网 海 阔 天 空 搜 索 盘 龙 优 酷 校 内 网 酷 狗 火 影 忍 者 小 沈 阳 淘 宝 网 土 豆 网 五 月 天 地 图 表 4.4 在 查 询 日 志 中 Wiki 中 文 链 接 词 条 不 同 词 条 数 的 覆 盖 率 词 条 数 累 计 覆 盖 率 % % % % % % 50

61 第 4 章 基 于 输 入 法 用 户 词 库 和 查 询 日 志 的 wiki 中 文 常 用 词 条 图 4.2 在 查 询 日 志 中 Wiki 中 文 链 接 词 条 的 累 计 覆 盖 率 曲 线 Wiki 中 文 链 接 词 条 在 Sogout 串 频 数 据 的 分 布 Wiki 中 文 链 接 词 在 Sogout 中 出 现 了 个, 总 词 频 词 频 前 20 的 词 条 如 表 4.5 图 4.3 在 Sogout 数 据 中 Wiki 中 文 链 接 词 条 的 累 计 覆 盖 率 曲 线 51

62 第 4 章 基 于 输 入 法 用 户 词 库 和 查 询 日 志 的 wiki 中 文 常 用 词 条 表 4.5 Wiki 中 文 链 接 词 条 在 Sogout 数 据 中 词 频 前 20 的 词 条 词 条 Sogout 词 频 的 网 一 人 中 大 新 有 我 不 国 在 上 是 发 用 时 电 文 个 由 于 Sogout 数 据 没 有 整 体 词 频 信 息, 因 此 只 能 计 算 和 Wiki 共 有 部 分 的 覆 盖 率, 不 同 词 条 数 覆 盖 共 有 部 分 词 频 情 况 如 表 4.6 表 4.6 在 Sogout 串 频 数 据 中 Wiki 中 文 链 接 词 条 不 同 词 条 数 的 覆 盖 率 词 条 数 累 计 覆 盖 率 % % % % % % 和 前 两 个 数 据 集 相 同, 前 个 词 已 经 覆 盖 了 绝 大 多 数 词 频 累 计 覆 盖 率 曲 线 如 图 4.3, 经 过 计 算,Wiki 中 文 链 接 词 在 Sogout 数 据 中 的 串 频 符 合 Zipf 定 律 52

63 第 4 章 基 于 输 入 法 用 户 词 库 和 查 询 日 志 的 wiki 中 文 常 用 词 条 小 结 Wiki 中 文 链 接 词 在 三 个 数 据 中 的 分 布 都 符 合 Zipf 定 律, 而 且 前 10 万 个 词 都 覆 盖 了 绝 大 多 数 词 频, 因 此 考 察 常 用 词 时 可 以 以 这 些 词 为 基 础 从 共 有 词 条 数 量 和 总 覆 盖 率 情 况 来 看,Sogout 数 据 和 Wiki 链 接 词 相 关 性 最 好, 用 户 词 库 其 次, 查 询 日 志 较 差 4.4 基 于 不 同 数 据 集 的 Wiki 常 用 词 条 实 验 的 基 本 思 路 是 利 用 用 户 词 库 查 询 日 志 和 Sogout 数 据 的 常 用 词 条, 综 合 Wiki 数 据 的 信 息, 得 到 Wiki 常 用 词 条 通 过 之 前 的 实 验 可 以 知 道, 在 用 户 词 库 查 询 日 志 和 Sogout 数 据 中 出 现 的 Wiki 词 条, 前 个 即 可 覆 盖 绝 大 部 分 词 频 因 此 对 3 个 数 据 集 中 出 现 的 Wiki 词 条, 只 取 前 个 高 频 词 条, 过 滤 掉 大 部 分 低 频 词 将 三 组 高 频 词 合 并, 首 先 得 到 一 个 高 频 词 条 集 合 合 并 的 结 果, 高 频 词 条 集 合 包 含 个 词 条 这 些 词 条 包 含 4 个 维 度 的 概 率 信 息 : 用 户 词 库 概 率 查 询 日 志 概 率 Sogout 串 频 概 率 Wiki 链 接 词 概 率 用 不 同 方 法 计 算 综 合 概 率 或 平 均 概 率, 可 以 得 到 一 个 综 合 各 个 数 据 集 的 常 用 词 概 率 的 度 量 使 用 算 术 平 均 值 计 算 平 均 概 率, 得 到 的 前 50 个 常 用 词 如 表 4.7 表 4.7 使 用 算 术 平 均 值 计 算 综 合 概 率 的 前 50 个 常 用 词 词 条 用 户 词 库 概 率 查 询 日 志 概 率 Sogout 概 率 Wiki 概 率 算 术 平 均 值 的 在 有 人 年 一 啊 E 我 中 就 国 6.71E 个 大 好

64 第 4 章 基 于 输 入 法 用 户 词 库 和 查 询 日 志 的 wiki 中 文 常 用 词 条 续 表 4.7 使 用 算 术 平 均 值 计 算 综 合 概 率 的 前 50 个 常 用 词 词 条 用 户 词 库 概 率 查 询 日 志 概 率 Sogout 概 率 Wiki 概 率 算 术 平 均 值 是 要 日 上 没 都 和 会 说 月 去 为 看 到 来 不 那 他 用 下 新 网 还 发 什 么 E E 学 行 恩 E 点 家 时 多 百 度 9.53E E E 地 文 7.67E 小

65 第 4 章 基 于 输 入 法 用 户 词 库 和 查 询 日 志 的 wiki 中 文 常 用 词 条 观 察 可 以 发 现, 用 算 术 平 均 度 量 的 前 50 个 常 用 词 中, 查 询 日 志 的 影 响 较 小, 大 部 分 概 率 都 为 0 而 且 常 用 词 以 单 字 词 为 主, 这 与 用 户 词 库 Sogout 和 Wiki 的 常 用 词 是 一 致 的 词 条 使 用 调 和 平 均 计 算 平 均 概 率, 前 50 个 常 用 词 如 表 4.8 表 4.8 使 用 调 和 平 均 值 计 算 综 合 概 率 的 前 50 个 常 用 词 用 户 词 库 概 率 查 询 日 志 概 率 Sogout 概 率 Wiki 概 率 调 和 平 均 值 中 国 公 司 游 戏 北 京 电 影 时 间 上 海 E 网 站 图 片 音 乐 大 学 2.93E 电 视 资 料 空 间 日 本 工 作 新 闻 美 国 问 题 E 有 限 公 司 留 言 小 说 广 州 电 脑 E 管 理 E 设 计 移 动 香 港 9.24E 英 语 软 件 E 学 校

66 第 4 章 基 于 输 入 法 用 户 词 库 和 查 询 日 志 的 wiki 中 文 常 用 词 条 续 表 4.8 使 用 调 和 平 均 值 计 算 综 合 概 率 的 前 50 个 常 用 词 词 条 用 户 词 库 概 率 查 询 日 志 概 率 Sogout 概 率 Wiki 概 率 调 和 平 均 值 使 用 E 中 文 9.48E 学 生 E 生 活 E 系 统 E 电 话 E 银 行 什 么 E E 国 家 E 企 业 E 我 们 E E 教 育 E 汽 车 E 南 京 E 内 容 E 主 题 7.51E E E 广 告 E 介 绍 3.12E E 天 津 E 在 计 算 调 和 平 均 值 之 前, 对 各 个 数 据 的 概 率 值 进 行 了 Good-Turing 平 滑 处 理 由 于 调 和 平 均 值 高 的 条 件 之 一 是 各 个 维 度 上 都 不 能 太 低, 因 此 查 询 日 志 没 有 收 录 的 单 字 词 的 调 和 平 均 值 普 遍 较 低 算 术 平 均 值 排 名 第 一 的 的 字 在 调 和 平 均 值 中 只 能 排 到 5 万 多 通 过 观 察 可 以 发 现 调 和 平 均 值 排 序 的 常 用 词 中 有 实 际 意 义 或 带 有 较 强 查 询 目 的 性 的 词 较 多, 这 与 查 询 日 志 的 特 点 比 较 一 致 用 不 同 数 据 集 的 词 条 数 规 模 进 行 加 权, 计 算 调 和 平 均 值, 排 名 前 50 的 常 用 词 如 表 4.9 在 计 算 之 前 同 样 进 行 了 Good-Turing 平 滑 处 理 观 察 结 果, 与 调 和 平 均 值 的 结 果 类 似, 排 名 较 高 的 多 是 有 实 际 意 义 的 双 字 词 单 字 的 排 名 较 低, 也 是 在 5 万 左 右 才 会 出 现 单 字 56

67 第 4 章 基 于 输 入 法 用 户 词 库 和 查 询 日 志 的 wiki 中 文 常 用 词 条 表 4.9 使 用 加 权 调 和 平 均 值 计 算 综 合 概 率 的 前 50 个 常 用 词 词 条 用 户 词 库 概 率 查 询 日 志 概 率 Sogout 概 率 Wiki 概 率 加 权 调 和 平 均 值 游 戏 北 京 公 司 手 机 E 电 话 E 视 频 E 下 载 E 上 海 时 间 电 影 图 片 3.69E 价 格 E 中 国 美 女 E 空 间 名 字 E 照 片 E 电 脑 E 女 人 E E 网 站 软 件 E 妈 妈 E E 开 心 E E 地 址 E 朋 友 E E 英 语 大 学 意 思 1.23E E E 论 坛 E 广 州 E 免 费 E 男 人 E E 妹 妹 3.15E E E 工 作 E 深 圳 E E 音 乐 E 老 师 E E

68 第 4 章 基 于 输 入 法 用 户 词 库 和 查 询 日 志 的 wiki 中 文 常 用 词 条 续 表 4.9 使 用 加 权 调 和 平 均 值 计 算 综 合 概 率 的 前 50 个 常 用 词 词 条 用 户 词 库 概 率 查 询 日 志 概 率 Sogout 概 率 Wiki 概 率 加 权 调 和 平 均 值 密 码 E 学 校 E E 在 线 E E 问 题 E E 资 料 E E 电 视 E 任 务 E E 聊 天 E E 百 度 E E E 介 绍 3.12E E E 地 图 E 移 动 1.83E E 幸 福 E E 通 过 之 前 字 词 分 析 等 的 若 干 结 论, 查 询 日 志 往 往 会 有 不 同 于 语 言 学 意 义 上 分 布 的 特 点, 带 有 较 强 的 目 的 性 和 实 用 性 因 此 我 们 考 察 的 用 户 词 库 查 询 日 志 和 Sogout 数 据 出 现 的 Wiki 词 条 分 布 上 的 相 关 性 将 3 个 数 据 集 两 两 求 交 集, 并 计 算 交 集 部 分 词 条 在 不 同 数 据 集 上 排 名 (Rank) 的 Spearman 相 关 系 数, 结 果 整 理 如 表 4.10 表 4.10 三 个 数 据 集 交 集 部 分 Rank 的 相 关 系 数 用 户 词 库 查 询 日 志 sogout 用 户 词 库 查 询 日 志 sogout 可 见 查 询 日 志 和 其 他 数 据 的 相 关 性 相 对 较 差,Sogout 数 据 的 相 关 性 最 好 接 着 考 察 同 一 词 条 在 不 同 数 据 集 上 Rank 差 的 情 况 用 户 词 库 与 查 询 日 志 的 交 集 中,Rank 差 超 过 Max( 用 户 词 库 Wiki 词 条 数, 查 询 日 志 Wiki 词 条 数 ) 的 20% 的 词 条 共 有 个, 占 交 集 词 条 数 的 36.69% 用 户 词 库 与 Sogout 数 据 的 交 集 中,Rank 差 超 过 Max( 用 户 词 库 Wiki 词 条 数, Sogout 中 Wiki 词 条 数 ) 的 20% 的 词 条 共 有 个, 占 交 集 词 条 数 的 15.98% 查 询 日 志 与 Sogout 数 据 的 交 集 中,Rank 差 超 过 Max( 查 询 日 志 Wiki 词 条 数, Sogout 中 Wiki 词 条 数 ) 的 20% 的 词 条 共 有 个, 占 交 集 词 条 数 的 25.35% 从 交 集 数 量 和 Rank 差 的 角 度 来 看, 查 询 日 志 和 其 他 数 据 的 相 关 性 也 相 对 较 差 58

69 第 4 章 基 于 输 入 法 用 户 词 库 和 查 询 日 志 的 wiki 中 文 常 用 词 条 在 计 算 调 和 平 均 值 时, 尝 试 不 使 用 所 有 维 度 的 信 息, 而 只 采 用 3 个 维 度 的 信 息, 发 现 不 考 虑 查 询 日 志 时, 结 果 变 化 较 大, 其 他 情 况 结 果 变 化 较 小 不 使 用 查 询 日 志 概 率 信 息 的 调 和 平 均 值, 排 名 前 50 的 常 用 词 如 表 4.11 表 4.11 不 考 虑 查 询 日 志, 使 用 调 和 平 均 值 计 算 综 合 概 率 的 前 50 个 常 用 词 词 条 用 户 词 库 概 率 查 询 日 志 概 率 Sogout 概 率 Wiki 概 率 调 和 平 均 值 的 E 人 E 在 E 有 E E 一 E E 个 E E 是 E E 上 E 会 E 大 E 和 5.52E E 用 E E 到 E 年 E E 中 E 日 E E 下 E E 来 E E 发 E E 行 E 要 E E 家 E E E 他 E E E 月 E E 多 E E 为 E 小 E 这 3.65E E E E 我 E E 出 E E 能 E E 对 E E

70 第 4 章 基 于 输 入 法 用 户 词 库 和 查 询 日 志 的 wiki 中 文 常 用 词 条 续 表 4.11 不 考 虑 查 询 日 志, 使 用 调 和 平 均 值 计 算 综 合 概 率 的 前 50 个 常 用 词 词 条 用 户 词 库 概 率 查 询 日 志 概 率 Sogout 概 率 Wiki 概 率 调 和 平 均 值 开 1.99E E E E 天 E 加 E E 不 E 点 E E E 说 E E 过 E E 后 E E 学 E E 号 E E 都 E 可 E E E 分 E E E 新 E E E 里 1.51E E E E 时 E E 就 1.56E E E 得 E E E 结 果 和 算 术 平 均 类 似, 单 字 的 排 名 较 高 考 察 加 权 调 和 平 均 值, 排 名 前 50 的 常 用 词 如 表 4.12 表 4.12 不 考 虑 查 询 日 志, 使 用 加 权 调 和 平 均 值 计 算 综 合 概 率 的 前 50 个 常 用 词 词 条 用 户 词 库 概 率 查 询 日 志 概 率 Sogout 概 率 Wiki 概 率 加 权 调 和 平 均 值 在 E 的 E 有 E 就 E E 我 E E 要 E E 好 E E 都 E 没 E 个 E 说 9.19E E 去 E E 那 E

71 第 4 章 基 于 输 入 法 用 户 词 库 和 查 询 日 志 的 wiki 中 文 常 用 词 条 续 表 4.12 不 考 虑 查 询 日 志, 使 用 加 权 调 和 平 均 值 计 算 综 合 概 率 的 前 50 个 常 用 词 词 条 用 户 词 库 概 率 查 询 日 志 概 率 Sogout 概 率 Wiki 概 率 加 权 调 和 平 均 值 还 E E 看 E 人 E E 来 E E 他 E E 和 E E 到 E 现 在 E E 点 E E E 下 E E E 会 E E 什 么 E E 恩 E E 上 E 能 4.08E E E E 想 E E 多 E E 这 个 E E 这 E E 打 3.94E E E E 一 个 E 不 是 E E 用 E 我 们 E E E 做 E E 自 己 E E 她 E E 对 E E 号 E E 过 E 又 E E E 知 道 E E E 一 E E E 等 2.53E E E E 把 E E 你 2.63E E E 是 E E E

72 第 4 章 基 于 输 入 法 用 户 词 库 和 查 询 日 志 的 wiki 中 文 常 用 词 条 结 果 类 似, 不 过 在 加 权 调 和 平 均 值 的 结 果 中 双 字 词 排 名 有 所 提 升 综 上 来 看, 查 询 日 志 是 使 用 的 数 据 集 中 最 有 特 点 的 一 个, 因 为 其 使 用 环 境 不 同 于 口 语 或 书 面 语 等 自 然 语 言 使 用 环 境 词 条 分 布 上 也 是 实 际 意 义 较 强 查 询 目 的 性 较 强 的 常 用 词 为 主 但 是 正 是 由 于 其 特 点, 往 往 能 给 予 不 同 的 信 息 在 基 于 不 同 数 据 集 衡 量 Wiki 词 条 常 用 程 度 这 方 面, 可 能 根 据 使 用 目 的 不 同 分 成 不 同 情 况 效 果 较 好 如 果 主 要 目 的 是 得 到 偏 向 于 语 言 学 上 的 常 用 词, 不 使 用 查 询 日 志 会 得 到 较 好 的 结 果, 因 此 查 询 日 志 的 词 频 分 布 与 自 然 语 言 差 别 较 大 如 果 主 要 目 的 是 得 到 有 较 强 实 意 的 常 用 词, 添 加 查 询 日 志 信 息 能 得 到 较 好 的 结 果 4.5 小 结 本 章 主 要 讲 述 了 以 Wiki 中 文 链 接 词 条 为 基 础, 通 过 其 他 数 据 集 配 合 衡 量 Wiki 中 文 链 接 词 条 实 验 中 发 现 查 血 日 志 数 据 和 其 他 数 据 集 相 比 有 较 大 差 异 和 自 身 特 点, 其 词 频 分 布 与 自 然 语 言 有 较 大 差 异 因 此 利 用 这 些 数 据 集 衡 量 Wiki 词 条 的 常 用 程 度 应 从 不 同 目 的 出 发 如 果 主 要 考 察 自 然 语 言 意 义 上 的 常 用 词, 不 使 用 查 询 日 志 信 息 较 好 如 果 主 要 关 注 有 实 际 意 义 和 较 强 目 的 性 的 常 用 词, 使 用 查 询 日 志 能 得 到 更 多 信 息 62

73 第 5 章 基 于 输 入 法 输 入 数 据 的 常 见 拼 音 错 误 模 式 抽 取 第 5 章 基 于 输 入 法 输 入 数 据 的 常 见 拼 音 错 误 模 式 抽 取 5.1 实 验 背 景 概 述 英 文 的 自 动 查 错 纠 错 研 究 已 经 有 一 定 历 史 很 多 编 辑 软 件 和 网 络 应 用 都 可 以 自 动 对 输 入 错 误 的 英 文 进 行 提 示 或 修 正 中 文 的 查 错 纠 错 如 果 能 在 输 入 工 具 中 进 行, 对 中 文 用 户 来 说 是 很 方 便 的 但 是 通 过 计 算 机 输 入 中 文 的 常 见 错 误 之 前 鲜 有 研 究, 这 是 在 中 文 输 入 工 具 中 进 行 错 误 提 示 和 修 正 的 基 础 本 实 验 主 要 研 究 的 是 用 户 在 用 拼 音 输 入 法 输 入 中 文 过 程 中 的 常 见 错 误 通 过 带 有 输 入 过 程 的 用 户 输 入 数 据 中, 抽 取 常 见 的 错 误 模 式 5.2 数 据 介 绍 小 白 狗 输 入 法 数 据 小 白 狗 输 入 法 是 在 搜 狗 输 入 法 3.0 版 本 的 基 础 上, 为 了 收 集 用 户 输 入 数 据 而 专 门 制 作 的 特 殊 版 本 为 了 保 护 用 户 隐 私, 该 版 本 输 入 法 在 搜 狗 输 入 法 论 坛 中 提 供 下 载, 并 说 明 了 会 记 录 用 户 输 入 行 为 愿 意 下 载 并 使 用 的 用 户, 也 会 进 行 匿 名 处 理 因 为 是 小 范 围 提 供 的 性 质, 小 白 狗 输 入 法 的 用 户 数 相 比 搜 狗 输 入 法 要 少 很 多 小 白 狗 输 入 法 的 记 录 数 据 样 例 如 下 : [ s ms]pk: KeyUp:"Backspace" :POWERPNT.EXE [ s ms]pk: KeyDown:"E" :POWERPNT.EXE [ s ms]pk: KeyUp:"E" :POWERPNT.EXE [ s ms]pk: KeyDown:"N" :POWERPNT.EXE [ s ms]pk: KeyUp:"N" :POWERPNT.EXE [ s ms]pk: KeyDown:"G" :POWERPNT.EXE [ s ms]pk: KeyUp:"G" :POWERPNT.EXE [ s ms]pk: KeyDown:"Space" :POWERPNT.EXE [ s ms]sc: 完 成 :POWERPNT.EXE [ s ms]pk: KeyUp:"Space" :POWERPNT.EXE [ s ms]pk: KeyDown:"W" :POWERPNT.EXE [ s ms]pk: KeyUp:"W" :POWERPNT.EXE [ s ms]pk: KeyDown:"A" :POWERPNT.EXE [ s ms]pk: KeyUp:"A" :POWERPNT.EXE 63

74 第 5 章 基 于 输 入 法 输 入 数 据 的 常 见 拼 音 错 误 模 式 抽 取 [ s ms]pk: KeyDown:"N" :POWERPNT.EXE [ s ms]pk: KeyUp:"N" :POWERPNT.EXE 数 据 以 行 的 方 式 记 录, 可 以 分 为 两 类, 一 类 是 上 屏 数 据, 记 录 了 输 入 法 输 出 中 文 字 符 的 时 间 字 符 和 输 出 的 应 用 程 序 如 [ s ms]sc: 完 成 :POWERPNT.EXE 另 一 类 是 按 键 数 据, 记 录 了 用 户 在 操 作 输 入 法 时 的 键 盘 按 键 情 况, 记 录 了 时 间 按 下 / 抬 起 按 键 按 键 应 用 程 序 的 信 息 如 [ s ms]pk: KeyDown:"E" :POWERPNT.EXE 大 白 狗 输 入 法 数 据 大 白 狗 输 入 法 和 小 白 狗 输 入 法 类 似, 也 是 记 录 用 户 输 入 数 据 的 搜 狗 输 入 法 特 殊 版 本, 并 面 对 更 多 用 户 记 录 之 前 也 经 过 用 户 同 意 小 白 狗 输 入 法 的 缺 点 是 记 录 了 几 乎 所 有 按 键 信 息, 包 括 了 大 量 与 输 入 法 无 关 的 数 据 当 用 户 量 增 多 的 时 候, 浪 费 也 会 增 多 因 此 大 白 狗 输 入 法 做 了 一 些 改 进, 不 记 录 用 户 输 入 拼 音 过 程 中 的 按 键 信 息, 只 记 录 上 屏 信 息 以 及 上 屏 后 的 按 键 信 息, 不 记 录 按 键 抬 起 的 信 息 按 键 信 息 方 面, 也 只 记 录 了 删 除 数 字 键 等 少 量 按 键 大 白 狗 输 入 法 数 据 样 例 如 下 : [ :38:09 505ms]sc: 0 danyuange 单 元 格 danyuange :WINWORD.EXE [ :38:11 993ms]pk: KeyDown:"," :WINWORD.EXE [ :38:17 590ms]sc: 0 gusuanchu 估 算 出 gusuanchu :WINWORD.EXE [ :38:21 500ms]sc: 0 fafu 发 福 fafu :WINWORD.EXE [ :38:22 407ms]pk: KeyDown:"Backspace" :WINWORD.EXE [ :38:22 589ms]pk: KeyDown:"Backspace" :WINWORD.EXE [ :38:25 360ms]sc: 0 fanfu 反 复 fanfu :WINWORD.EXE [ :38:36 163ms]sc: 0 xuanzhuande 旋 转 的 xuanzhuande :WINWORD.EXE [ :38:45 765ms]sc: 0 zhu 住 zhu :WINWORD.EXE [ :38:46 585ms]pk: KeyDown:"Backspace" :WINWORD.EXE [ :38:54 344ms]sc: 0 zhuluoxuanjiang 主 螺 旋 桨 zhuluoxuanjiang :WINWORD.EXE [ :38:56 12ms]sc: 0 he 和 he :WINWORD.EXE 大 白 狗 数 据 同 样 以 行 为 单 位, 分 为 上 屏 数 据 和 按 键 数 据 两 类 上 屏 数 据 记 录 了 上 屏 时 间 上 屏 词 在 输 入 法 候 选 中 的 位 置 (0 代 表 默 认 词 条 ) 用 户 输 入 拼 音 上 屏 词 条 输 入 法 将 用 户 拼 音 补 全 后 的 拼 音 ( 比 如 用 户 只 打 了 l 输 出 64

75 第 5 章 基 于 输 入 法 输 入 数 据 的 常 见 拼 音 错 误 模 式 抽 取 了, 输 入 法 记 录 时 会 在 上 屏 词 条 后 记 录 补 全 后 的 拼 音 le ) 应 用 程 序 如 [ :38:25 360ms]sc: 0 fanfu 反 复 fanfu :WINWORD.EXE 按 键 数 据 则 与 小 白 狗 输 入 法 基 本 相 同, 记 录 了 时 间 按 下 的 按 键 应 用 程 序 如 [ :38:46 585ms]pk: KeyDown:"Backspace" :WINWORD.EXE 5.3 错 误 拼 音 模 式 抽 取 方 法 因 为 用 户 输 入 数 据 中 并 没 有 标 明 哪 些 是 错 误 拼 音, 需 要 用 自 动 方 法 来 判 断 因 为 数 据 记 录 的 是 一 系 列 用 户 按 时 间 顺 序 的 操 作, 我 们 可 以 一 定 程 度 上 还 原 用 户 输 入 的 过 程 实 验 中 采 取 的 判 断 输 入 错 误 的 总 体 思 路 是 : 如 果 用 户 输 入 了 一 段 拼 音 序 列 或 词 条 后, 又 在 短 时 间 内 将 拼 音 序 列 或 词 条 进 行 少 量 修 改, 则 可 以 认 为 后 输 入 的 词 条 拼 音 是 前 者 的 一 种 修 正, 可 以 将 两 者 作 为 一 对 错 误 输 入 与 正 确 输 入 的 样 例 我 们 将 一 对 错 误 拼 音 序 列 与 正 确 拼 音 序 列 称 之 为 一 个 错 误 对 实 际 上 判 断 一 段 用 户 输 入 是 否 有 错 误 非 常 困 难, 理 论 上 无 法 区 分 用 户 是 在 对 原 输 入 进 行 改 正, 还 是 输 入 了 一 个 无 关 的 新 词 由 于 小 白 狗 数 据 和 大 白 狗 数 据 的 差 异 性, 我 们 希 望 从 不 同 数 据 中 得 到 不 同 信 息 按 照 修 改 输 入 错 误 的 时 间, 可 以 将 修 改 分 成 两 类 : 在 词 条 上 屏 前 对 拼 音 序 列 进 行 修 改, 在 词 条 上 屏 后 对 词 条 进 行 修 改 小 白 狗 数 据 量 少 且 冗 余 信 息 多, 但 是 记 录 了 词 条 上 屏 前 的 输 入 序 列 因 此 对 小 白 狗 数 据, 只 抽 取 词 条 上 屏 前 在 拼 音 序 列 中 的 错 误 对 对 于 大 白 狗 数 据, 只 抽 取 词 条 上 屏 后 的 错 误 对 抽 取 错 误 对 是 错 误 拼 音 模 式 抽 取 的 第 一 步 在 收 集 了 大 量 错 误 对 后, 将 错 误 对 进 行 简 化 合 并 可 以 得 到 一 系 列 错 误 模 式 小 白 狗 输 入 法 数 据 错 误 对 抽 取 方 法 小 白 狗 数 据 只 抽 取 词 条 上 屏 前 在 拼 音 序 列 中 的 错 误 对 由 于 小 白 狗 数 据 记 录 了 大 量 和 输 入 法 无 关 的 键 盘 操 作, 包 括 操 作 系 统 和 应 用 程 序 的 操 作 等, 因 此 抽 取 小 白 狗 数 据 采 用 的 规 则 是 : 1. 输 入 法 处 于 激 活 状 态 通 过 用 户 按 键 信 息 可 以 还 原 输 入 法 是 否 处 于 关 闭 或 待 机 状 态 65

76 第 5 章 基 于 输 入 法 输 入 数 据 的 常 见 拼 音 错 误 模 式 抽 取 2. 用 户 对 输 入 法 拼 音 序 列 窗 口 的 拼 音 序 列 进 行 了 修 改, 并 将 修 改 后 的 拼 音 序 列 上 屏 通 过 按 键 信 息 还 原 可 以 判 断 是 否 在 输 入 法 拼 音 序 列 窗 口 中 进 行 操 作 这 条 规 则 说 明 前 后 两 个 拼 音 序 列 很 有 可 能 是 错 误 对 3. 用 户 输 入 修 改 上 屏 过 程 中 没 有 关 闭 或 清 空 输 入 法 拼 音 序 列 窗 口 这 头 规 则 的 目 的 是 尽 量 减 少 另 打 新 词 被 当 成 错 误 对 的 情 况 如 果 满 足 以 上 条 件, 则 将 原 始 拼 音 序 列 和 上 屏 时 的 拼 音 序 列 作 为 一 个 错 误 对 比 如 以 下 数 据 片 段 : [ s ms]pk: KeyDown:"B" :WINWORD.EXE [ s ms]pk: KeyUp:"B" :WINWORD.EXE [ s ms]pk: KeyDown:"A" :WINWORD.EXE [ s ms]pk: KeyUp:"A" :WINWORD.EXE [ s ms]pk: KeyDown:"T" :WINWORD.EXE [ s ms]pk: KeyUp:"T" :WINWORD.EXE [ s ms]pk: KeyDown:"I" :WINWORD.EXE [ s ms]pk: KeyUp:"I" :WINWORD.EXE [ s ms]pk: KeyDown:"Backspace" :WINWORD.EXE [ s ms]pk: KeyUp:"Backspace" :WINWORD.EXE [ s ms]pk: KeyDown:"A" :WINWORD.EXE [ s ms]pk: KeyDown:"I" :WINWORD.EXE [ s ms]pk: KeyUp:"A" :WINWORD.EXE [ s ms]pk: KeyUp:"I" :WINWORD.EXE [ s ms]pk: KeyDown:"Space" :WINWORD.EXE [ s ms]sc: 吧 台 :WINWORD.EXE 用 户 在 输 入 序 列 bati 后 将 ti 删 除 修 改 为 batai, 并 选 择 吧 台 输 出, 可 以 从 中 抽 取 bati -> batai 作 为 一 个 错 误 对 大 白 狗 输 入 法 数 据 错 误 对 抽 取 方 法 大 白 狗 数 据 无 法 完 全 还 原 用 户 操 作, 因 此 在 判 断 是 否 错 误 对 上 更 加 困 难 虽 然 无 法 还 原 输 入 过 程, 但 是 可 以 利 用 用 户 操 作 序 列 跟 踪 光 标 位 置 实 验 中 采 用 了 三 种 方 法 抽 取 错 误 对 : 方 法 一 : 着 重 于 单 字 的 拼 音 随 时 记 录 最 新 的 10 个 汉 字 的 位 置 字 符 完 整 拼 音 用 户 拼 音 当 用 户 移 动 光 标, 对 记 录 中 的 汉 字 进 行 删 除 并 重 新 输 入 时, 对 比 重 新 输 入 的 汉 字 拼 音 与 原 拼 音, 如 果 相 似 度 大 于 阈 值, 则 将 原 拼 音 与 重 新 输 入 的 66

77 第 5 章 基 于 输 入 法 输 入 数 据 的 常 见 拼 音 错 误 模 式 抽 取 拼 音 作 为 一 个 错 误 对 比 如 用 户 之 前 输 入 了 塌 秧 能 ( 拼 音 tayangneng), 之 后 删 除 3 个 字 符 重 新 输 入 太 阳 能 ( 拼 音 taiyangneng) 因 为 太 和 塌 的 位 置 匹 配, 对 比 它 们 的 拼 音 ta 和 tai, 如 果 相 似 度 大 于 阈 值,ta -> tai 就 被 抽 取 为 一 个 错 误 对 方 法 二 : 和 方 法 一 较 相 似, 不 同 之 处 在 于, 方 法 二 着 重 于 词 条 整 个 拼 音 而 不 是 单 字 拼 音 记 录 中 记 录 最 新 的 若 干 词 条 的 位 置 字 符 完 整 拼 音 用 户 拼 音 当 用 户 进 行 删 除 修 改 操 作 时, 定 位 到 记 录 中 对 应 位 置 的 原 词 条, 与 新 词 条 整 个 拼 音 进 行 对 比, 如 果 相 似 度 大 于 阈 值, 抽 取 旧 新 词 条 的 拼 音 作 为 一 个 错 误 对 方 法 三 : 和 方 法 二 有 相 似 之 处, 但 是 模 糊 化 了 位 置 对 应 当 用 户 进 行 删 除 修 改 操 作 时, 除 了 对 比 新 词 条 拼 音 与 原 词 条 拼 音, 还 将 原 词 条 相 邻 词 条 的 拼 音 与 新 词 条 拼 音 进 行 对 比, 选 择 相 似 度 最 高 的 一 对, 如 果 相 似 度 大 于 阈 值, 抽 取 为 一 个 错 误 对 实 验 中 计 算 相 似 度 的 公 式 为 : Similarity(s1,s2) = 1 ED(s1,s2)/max(L1, L2) (5-1) 其 中 s1 s2 代 表 两 个 拼 音 串,ED 代 表 编 辑 距 离,L1 L2 分 别 代 表 s1 s2 的 长 度 实 验 中 使 用 的 阈 值 是 从 错 误 对 抽 取 错 误 模 式 的 方 法 当 抽 取 了 一 定 数 量 的 错 误 对 后, 对 每 个 错 误 对, 利 用 最 小 编 辑 距 离 算 法 计 算 它 们 从 错 误 拼 音 转 换 成 正 确 拼 音 的 最 短 路 径, 将 这 个 转 换 路 径 中 涉 及 到 的 拼 音 作 为 一 个 错 误 模 式 比 如 bati -> batai 这 个 错 误 对, 将 会 抽 取 出 ~ -> a 这 个 错 误 模 式, 其 中 ~ 代 表 空 字 符 如 果 较 长 的 错 误 对 存 在 若 干 不 连 续 的 错 误 模 式, 将 它 们 分 别 抽 取 最 后 将 错 误 模 式 汇 总, 可 以 得 到 一 些 高 频 错 误 模 式 5.4 实 验 结 果 及 分 析 小 白 狗 数 据 从 小 白 狗 数 据 中, 一 共 抽 取 了 519 个 频 度 大 于 10 的 错 误 模 式 这 519 个 错 67

78 第 5 章 基 于 输 入 法 输 入 数 据 的 常 见 拼 音 错 误 模 式 抽 取 误 模 式 总 频 度 为 表 5.1 列 出 了 最 常 见 的 25 种 错 误 模 式, 这 25 种 错 误 模 式 已 经 覆 盖 了 一 半 以 上 的 频 度 前 25 个 错 误 模 式 中, 删 除 增 加 1 2 个 字 符 占 大 多 数, 打 错 字 符 的 错 误 有 I - U U - I I - O O - I 四 种, 这 四 种 的 共 同 特 点 是 替 换 字 符 在 键 盘 上 相 邻 且 都 是 元 音 字 母, 这 种 错 误 出 现 的 原 因 很 可 能 是 输 入 时 按 到 了 相 邻 按 键 表 5.1 前 25 个 高 频 小 白 狗 数 据 错 误 模 式 original correct frequency ~ I 1894 ~ G 1893 ~ N 1844 G ~ 1733 ~ A 1337 ~ U 1180 ~ H 973 ~ E 913 ~ O 784 I ~ 768 H ~ 691 ~ NG 651 A ~ 553 N ~ 543 U ~ 517 ~ AN 516 E ~ 429 O ~ 377 I U 324 U I 306 ~ Z 257 ~ S 246 I O 243 ~ Y 240 O I 234 Total 19446(52.67%) 将 错 误 模 式 分 类 成 删 除 插 入 替 换 其 他 四 种, 并 汇 总 在 表 5.2 可 以 发 现 删 除 类 错 误 占 据 了 一 半 以 上 的 总 频 度, 说 明 用 户 在 使 用 输 入 法 上 屏 前 发 现 的 输 入 错 误 中, 少 打 某 个 按 键 是 大 多 数 编 辑 距 离 为 1 的 错 误 占 据 了 大 多 数 频 度, 68

79 第 5 章 基 于 输 入 法 输 入 数 据 的 常 见 拼 音 错 误 模 式 抽 取 说 明 用 户 在 上 屏 前 发 现 的 输 入 错 误 中, 以 小 错 误 为 主, 很 少 出 现 大 错 误 表 5.2 小 白 狗 数 据 中 四 种 错 误 类 型 统 计 total frequency insertion deletion edit distance edit distance edit distance edit distance edit distance total substitution others 大 白 狗 数 据 对 于 大 白 狗 数 据, 将 三 种 方 法 分 别 实 验 并 观 察 对 比 之 后, 发 现 方 法 三 的 效 果 较 好 分 析 原 因 为 : 1. 方 法 一 只 对 比 字 的 拼 音, 但 是 输 入 法 实 际 输 入 时 是 以 词 为 单 位, 只 对 比 字 不 符 合 需 求 有 些 错 误 会 导 致 前 后 词 条 的 字 数 不 同, 比 如 什 么 shenme 错 打 成 神 恶 魔 shenem, 按 字 匹 配 会 不 准 确 2. 用 户 输 入 的 随 意 性 较 强, 经 常 出 现 多 删 少 删 的 情 况, 这 会 导 致 完 全 匹 配 位 置 信 息 的 方 法 一 方 法 二 匹 配 位 置 不 准, 从 而 无 法 抽 取 错 误 对 3. 方 法 三 的 好 处 是 对 比 词 的 信 息, 又 在 一 定 程 度 上 模 糊 位 置 信 息, 可 以 让 因 为 用 户 误 操 作 而 无 法 在 位 置 上 完 全 对 应 的 错 误 对 被 抽 取 下 面 以 方 法 三 的 抽 取 结 果 进 行 抽 取 结 果 分 析 因 为 大 白 狗 数 据 量 较 大, 只 保 留 了 频 度 大 于 100 的 错 误 模 式, 低 频 的 错 误 模 式 很 可 能 是 符 合 抽 取 规 则 但 不 一 定 是 错 误 的 用 户 修 改 最 终 得 到 了 785 个 错 误 模 式, 总 频 度 前 25 个 高 频 错 误 模 式 如 表 5.3, 可 以 发 现, 前 25 个 错 误 模 式 已 经 占 据 了 约 一 半 的 总 频 度, 其 中 全 部 是 编 辑 距 离 为 1 的 错 误 模 式 说 明 用 户 常 见 错 误 都 是 小 错 误 将 大 白 狗 数 据 错 误 模 式 汇 总 如 表 5.4, 发 现 和 小 白 狗 数 据 不 同, 删 除 插 入 替 换 三 类 错 误 数 量 相 当, 没 有 明 显 差 别, 其 他 类 的 错 误 只 占 很 少 一 部 分 69

80 第 5 章 基 于 输 入 法 输 入 数 据 的 常 见 拼 音 错 误 模 式 抽 取 表 5.3 大 白 狗 数 据 中 前 25 个 高 频 错 误 模 式 original correct frequency i ~ ~ i n ~ a ~ ~ n ~ e ~ a e ~ ~ g g ~ u ~ ~ u ~ o o ~ ~ h h ~ d ~ b ~ w ~ y ~ s ~ i o l ~ o i a i Total (49.07%) 表 5.4 大 白 狗 数 据 错 误 模 式 分 类 汇 总 total frequency insertion deletion substitution others total

81 第 5 章 基 于 输 入 法 输 入 数 据 的 常 见 拼 音 错 误 模 式 抽 取 实 验 结 果 分 析 1. 输 入 错 误 与 选 择 错 误 在 使 用 输 入 法 输 入 汉 字 的 过 程 中, 可 能 出 现 两 种 错 误, 一 种 是 拼 音 拼 写 错 误, 一 种 是 拼 音 正 确 的 情 况 下 选 择 候 选 词 错 误 我 们 把 前 者 称 之 为 输 入 错 误, 后 者 称 之 为 选 择 错 误 在 抽 取 大 白 狗 数 据 错 误 对 的 同 时, 我 们 把 拼 音 没 有 改 变, 汉 字 发 生 变 化 的 前 后 修 改 对 也 抽 取 出 来, 这 些 修 改 对 可 以 视 为 选 择 错 误 实 验 中 抽 取 了 个 选 择 错 误, 比 输 入 错 误 的 数 量 少 了 很 多, 说 明 用 户 使 用 输 入 法 时 发 生 的 错 误 大 部 分 还 是 在 输 入 拼 音 时 发 生 原 因 可 能 是 输 入 法 组 词 功 能 越 来 越 完 善, 很 多 情 况 下 默 认 结 果 就 是 所 需 词 条 而 输 入 法 候 选 词 条 一 般 是 5 个, 发 生 错 误 的 机 会 比 用 键 盘 输 入 拼 音 要 少 一 些 2. 语 言 错 误 与 键 盘 错 误 使 用 输 入 法 输 入 汉 字 不 同 于 平 常 语 言 交 流 或 写 字, 要 经 过 计 算 机 这 条 中 间 渠 道, 因 此 因 为 计 算 机 特 点 发 生 的 错 误 也 会 存 在 我 们 可 以 将 错 误 发 生 原 因 分 成 两 类, 一 类 是 拼 音 错 误, 即 用 户 本 身 记 错 拼 音 ; 一 类 是 键 盘 错 误, 即 用 户 在 知 道 正 确 拼 音 的 情 况 下 输 入 时 打 错 因 为 无 法 得 知 用 户 在 输 入 时 的 状 态, 这 两 者 错 误 很 难 通 过 外 界 观 察 完 全 区 分 不 过 通 过 汇 总 的 错 误 模 式 结 果, 可 以 发 现 一 些 规 律 表 5.5 和 表 5.6 分 别 是 两 个 数 据 上 高 频 替 换 错 误 的 信 息 首 先 可 以 发 现, 常 见 错 误 主 要 发 生 在 元 音 的 组 成 字 母 中, 这 与 其 本 身 的 使 用 频 度 较 高 有 关 其 次, 高 频 替 换 错 误 大 多 数 是 相 邻 按 键 ( 如 i-o,m-n,u-i) 或 者 距 离 较 远 需 要 两 手 分 别 输 入 的 按 键 这 些 高 频 错 误 的 发 生, 键 盘 因 素 很 可 能 起 到 了 很 大 影 响, 比 如 输 入 时 错 按 成 相 邻 按 键, 或 者 左 右 手 的 输 入 顺 序 弄 错 表 5.5 大 白 狗 数 据 中 前 20 个 高 频 替 换 错 误 original correct frequency i o o i a i a e i a e a i u u i

82 第 5 章 基 于 输 入 法 输 入 数 据 的 常 见 拼 音 错 误 模 式 抽 取 续 表 5.5 大 白 狗 数 据 中 前 20 个 高 频 替 换 错 误 original correct frequency i e e i u a n o n i a u i n d l b n o n h d m n 表 5.6 小 白 狗 数 据 中 前 20 个 高 频 替 换 错 误 original correct frequency I U 324 U I 306 I O 243 O I 234 A E 212 I N 198 N I 197 E A 179 N O 129 E I 90 I E 88 E U 87 B N 85 O N 84 H G 79 Z C 75 S Z 74 G H 72 M N 67 O U 63 在 汉 语 中,n g 是 鼻 辅 音, 可 以 和 某 些 元 音 组 成 鼻 元 音 在 某 些 方 言 中, 72

83 第 5 章 基 于 输 入 法 输 入 数 据 的 常 见 拼 音 错 误 模 式 抽 取 有 n g 和 没 有 n g 有 时 候 并 不 区 分, 导 致 输 入 拼 音 时 会 发 生 错 误 汉 语 中 一 共 包 含 39 个 元 音, 其 中 有 16 个 鼻 元 音 10 个 单 元 音 和 13 个 复 合 元 音 有 些 方 言 中 对 这 些 元 音 的 使 用 有 不 同 差 别 表 5.7 和 表 5.8 列 出 了 两 个 数 据 中 前 20 个 高 频 插 入 删 除 错 误 这 些 错 误 中, 由 n g 引 起 的 错 误 占 据 了 一 定 比 例, 这 些 错 误 很 有 可 能 是 由 方 言 等 原 因 引 起 的 语 言 错 误 表 5.7 大 白 狗 数 据 中 前 20 个 高 频 插 入 删 除 错 误 original correct frequency i ~ ~ i n ~ a ~ ~ n ~ e ~ a e ~ ~ g g ~ u ~ ~ u ~ o o ~ ~ h h ~ d ~ b ~ w ~ y ~ 表 5.8 小 白 狗 数 据 中 前 20 个 高 频 插 入 删 除 错 误 original correct frequency ~ I 1894 ~ G 1893 ~ N 1844 G ~ 1733 ~ A 1337 ~ U 1180 ~ H

84 第 5 章 基 于 输 入 法 输 入 数 据 的 常 见 拼 音 错 误 模 式 抽 取 3. 错 误 长 度 续 表 5.8 小 白 狗 数 据 中 前 20 个 高 频 插 入 删 除 错 误 original correct frequency ~ E 913 ~ O 784 I ~ 768 H ~ 691 ~ NG 651 A ~ 553 N ~ 543 U ~ 517 ~ AN 516 E ~ 429 O ~ 377 ~ Z 257 ~ S 246 通 过 实 验 结 果 可 以 看 出, 编 辑 距 离 为 1 的 错 误 模 式 占 据 了 大 多 数 词 频, 编 辑 距 离 大 于 3 的 错 误 模 式 占 据 很 小 比 例, 说 明 用 户 在 输 入 拼 音 时 大 部 分 错 误 都 是 很 小 的 错 误, 很 少 有 长 的 连 续 错 误 发 生 这 是 符 合 常 识 的 用 户 用 输 入 法 输 入 过 程 中, 如 果 发 生 了 编 辑 距 离 大 于 2 的 错 误, 对 输 入 法 组 词 会 有 较 大 影 响, 大 部 分 用 户 都 会 及 时 发 觉 4. 小 白 狗 数 据 与 大 白 狗 数 据 的 结 果 差 异 从 两 个 数 据 的 常 见 错 误 模 式 和 错 误 长 度 来 看, 两 者 还 是 比 较 统 一 的 两 者 结 果 的 最 大 差 别, 就 是 小 白 狗 数 据 中 删 除 错 误 占 据 很 大 比 例, 而 大 白 狗 数 据 中 删 除 错 误 和 插 入 替 换 错 误 数 量 相 当 造 成 这 种 结 果 的 原 因, 可 能 是 用 户 在 输 入 词 条 上 屏 前, 希 望 能 利 用 输 入 法 的 自 动 组 词 功 能 少 输 入 一 些 字 符, 加 快 输 入 速 度 如 果 输 入 短 拼 音 序 列 后 发 现 组 词 效 果 不 理 想, 会 修 改 增 加 序 列 长 度, 就 造 成 了 删 除 类 错 误 这 个 现 象 从 另 一 个 角 度 验 证 了 用 户 在 使 用 输 入 法 时 总 是 倾 向 于 输 入 短 内 容 的 结 论 5.5 小 结 本 实 验 通 过 两 种 输 入 法 用 户 输 入 序 列 数 据, 希 望 能 得 到 用 户 输 入 拼 音 时 的 常 见 错 误 模 式 采 用 的 方 法 是 模 拟 还 原 用 户 的 输 入 过 程, 通 过 用 户 对 输 入 过 的 74

85 第 5 章 基 于 输 入 法 输 入 数 据 的 常 见 拼 音 错 误 模 式 抽 取 内 容 的 修 改 操 作 寻 找 错 误 - 正 确 的 拼 音 对, 从 而 进 一 步 整 理 成 错 误 模 式 将 输 入 法 输 入 错 误 分 类 成 拼 音 错 误 和 选 择 错 误 两 类, 将 拼 音 错 误 分 类 成 语 言 错 误 和 键 盘 错 误 两 类 通 过 分 析 实 验 结 果, 可 以 得 出 以 下 几 个 结 论 : 1. 输 入 错 误 的 数 量 要 高 于 选 择 错 误 2. 键 盘 错 误 中 的 相 邻 按 键 按 错 和 左 右 手 分 别 按 键 顺 序 错 误 可 能 是 导 致 很 多 替 换 类 错 误 的 主 要 因 素 3. 方 言 中 鼻 辅 音 不 分 等 语 言 错 误 可 能 是 导 致 很 多 插 入 删 除 类 错 误 的 主 要 因 素 4. 大 部 分 错 误 都 是 小 错 误, 很 少 会 出 现 较 长 的 错 误 5. 用 户 总 是 倾 向 于 输 入 较 短 内 容 得 到 想 要 的 结 果 75

86 第 6 章 女 书 拼 音 输 入 法 的 设 计 与 实 现 第 6 章 女 书 拼 音 输 入 法 的 设 计 与 实 现 6.1 背 景 概 述 在 对 输 入 法 有 了 较 深 的 了 解 和 调 研 之 后, 与 清 华 大 学 中 文 系 合 作, 进 行 了 输 入 法 设 计 与 实 现 的 实 践, 完 成 了 基 于 Win32 平 台 的 女 书 拼 音 输 入 法 女 书 是 流 传 在 中 国 湖 南 省 江 永 县 潇 水 流 域 的 女 性 专 用 文 字, 是 世 界 上 目 前 为 止 发 现 的 唯 一 的 女 性 专 用 文 字, 有 很 高 的 人 文 价 值 女 书 是 湖 南 省 目 前 唯 一 申 请 世 界 非 物 质 文 化 遗 产 项 目, 由 于 旅 游 业 和 文 化 研 究 等 原 因, 近 几 年 逐 渐 受 到 关 注 女 书 字 为 斜 体, 呈 多 字 型, 是 汉 字 楷 体 的 变 体 ( 图 6.1) 女 书 是 记 录 当 地 方 言 的 表 音 文 字, 一 个 女 书 文 字 代 表 的 当 地 发 音 可 能 对 应 若 干 不 同 汉 字, 一 个 汉 字 在 当 地 发 音 可 能 有 多 种 形 式 从 而 对 应 多 个 女 书 文 字, 因 此 女 书 文 字 与 汉 字 之 间 有 多 对 多 映 射 关 系, 如 图 6.2 图 6.1 女 书 文 字 样 例 ( 上 排 为 女 书, 下 排 为 所 参 考 的 汉 字 ) 图 6.2 女 书 文 字 与 对 应 汉 语 拼 音 示 例 清 华 大 学 中 文 系 赵 利 明 教 授 率 领 的 女 书 团 队 经 过 多 年 的 调 研 研 究, 整 理 了 一 系 列 女 书 相 关 研 究 成 果 [9][10], 揭 开 了 女 书 的 神 秘 面 纱 截 止 到 目 前 的 研 究, 女 书 基 本 字 约 有 300 多 个, 不 同 于 汉 字 的 表 意 文 字, 这 些 表 音 的 女 书 基 本 字 足 76

87 第 6 章 女 书 拼 音 输 入 法 的 设 计 与 实 现 以 覆 盖 当 地 土 话 的 发 音 女 书 研 究 进 一 步 开 展 需 要 对 女 书 进 行 数 字 化 建 设, 如 建 立 字 符 集 合 字 体 电 子 图 书 馆 和 申 请 国 际 标 准 编 码 等 女 书 拼 音 输 入 法 是 女 书 数 字 化 建 设 中 的 重 要 工 作, 是 录 入 女 书 文 字 重 要 的 辅 助 工 具 女 书 拼 音 输 入 法 的 核 心 功 能, 就 是 根 据 用 户 输 入 的 汉 语 拼 音, 生 成 女 书 的 编 码, 并 输 出 到 应 用 程 序 本 输 入 法 是 基 于 Win32 系 统, 使 用 了 Win32 平 台 的 IME 机 制 和 接 口 6.2 Win32 平 台 的 IME 机 制 介 绍 Win32 平 台 的 IME 机 制 是 主 要 面 对 东 亚 用 户 的 一 种 输 入 法 机 制 由 于 女 书 拼 音 输 入 法 的 功 能 特 性 和 中 文 拼 音 输 入 法 相 近, 因 此 也 可 以 采 用 IME 机 制 IME 机 制 的 基 本 原 理, 是 应 用 程 序 Win32 系 统 输 入 法 管 理 器 (Input Method Manager,IMM) 输 入 法 (Input Method Editor,IME) 之 间 的 信 息 传 递 Win32 系 统 监 控 应 用 程 序 中 的 键 盘 事 件, 将 键 盘 事 件 传 递 给 IMM,IMM 根 据 需 要 将 键 盘 事 件 再 传 递 给 IME 调 用 输 入 法 IME 转 换 后 的 文 字 编 码, 再 通 过 IMM 和 Win32 系 统 传 递 给 应 用 程 序, 完 成 输 入 法 的 输 出 IMM 是 Win32 系 统 管 理 输 入 法 的 程 序 IME 实 际 上 是 提 供 给 IMM 调 用 的 一 个 动 态 链 接 库 (DLL) 完 成 IME 机 制 输 入 法 的 核 心, 就 是 实 现 IMM 需 要 调 用 的 接 口 函 数 Win32 系 统 规 定 的 IME 接 口 共 有 19 个 函 数, 列 举 如 下 : 1. ImeInquire 2. CandWndProc 3. CompWndProc 4. StatusWndProc 5. IMEConversionList 6. UIWndProc 7. ImeConfigure 8. ImeDestroy 9. ImeEscape 10. ImeSetActiveContext 11. ImeProcessKey 12. NotifyIME 13. ImeSelect 77

88 第 6 章 女 书 拼 音 输 入 法 的 设 计 与 实 现 14. ImeSetCompositionString 15. ImeToAsciiEx 16. ImeRegisterWord 17. ImeUnregisterWord 18. ImeGetRegisterWordStyle 19. ImeEnumRegisterWord 这 19 个 接 口 函 数 中, 并 不 是 每 个 函 数 都 需 要 实 现 实 现 一 个 基 本 的 输 入 法, 主 要 需 要 完 成 UI 接 口 和 编 码 转 换 两 个 功 能 输 入 法 的 UI 显 示 主 要 涉 及 到 三 个 窗 口 : Status Window 状 态 窗 口 Composition Window 编 码 窗 口 Candidates Window 候 选 窗 口 如 图 6.3, 状 态 窗 口 用 于 显 示 输 入 法 状 态 ( 模 式 中 / 英 文 标 点 全 角 / 半 角 等 ), 编 码 窗 口 用 于 显 示 当 前 已 完 成 编 码 的 字 符 和 需 要 编 码 的 拼 音 序 列, 候 选 窗 口 用 于 显 示 候 选 词 条 和 对 应 选 择 按 键 19 个 接 口 函 数 中 的 CandWndProc CompWndProc StatusWndProc UIWndProc 主 要 对 应 了 UI 显 示 方 面 的 功 能 图 6.2 女 书 拼 音 输 入 法 19 个 接 口 函 数 中 编 码 转 换 的 核 心 函 数 是 ImeProcessKey 和 ImeToAsciiEx ImeProcessKey 函 数 负 责 处 理 键 盘 事 件, 是 编 码 的 发 动 者 ImeToAsciiEx 函 数 则 负 责 将 输 入 序 列 转 换 78

89 第 6 章 女 书 拼 音 输 入 法 的 设 计 与 实 现 Win32 系 统 提 供 了 一 些 系 统 函 数 和 数 据 结 构 负 责 不 同 系 统 程 序 函 数 间 的 通 信 调 用 等, 具 体 的 说 明 请 参 考 [11] 等 相 关 资 料, 在 此 不 做 详 细 论 述 6.3 女 书 拼 音 输 入 法 的 实 现 原 理 为 了 正 常 显 示 女 书 文 字, 首 先 需 要 一 个 女 书 字 体 女 书 字 体 由 清 华 大 学 中 文 系 赵 丽 明 教 授 的 女 书 研 究 团 队 提 供, 包 含 457 个 女 书 文 字, 包 含 了 女 书 基 本 字 和 一 些 常 见 变 体 码 表 是 输 入 法 根 据 输 入 序 列 产 生 文 字 编 码 的 根 据 女 书 拼 音 输 入 法 使 用 的 码 表 同 样 是 赵 丽 明 教 授 的 团 队 提 供 码 表 共 包 含 1179 条 拼 音 对 应 关 系, 囊 括 了 所 有 字 体 中 出 现 的 女 书 文 字 每 个 女 书 文 字 平 均 有 2.58 个 对 应 关 系, 也 就 是 平 均 上 说, 很 多 女 书 文 字 在 汉 语 拼 音 意 义 上 是 多 音 字 女 书 文 字 对 应 的 汉 语 拼 音 数 量 如 表 6.1, 只 有 1 个 拼 音 的 女 书 文 字 最 多, 对 应 2 个 拼 音 的 女 书 文 字 数 量 其 次, 他 们 占 据 了 大 部 分 女 书 文 字, 个 别 女 书 文 字 对 应 了 很 多 汉 语 拼 音, 最 多 甚 至 到 15 个 表 6.1 女 书 文 字 对 应 汉 语 拼 音 数 量 汇 总 单 个 女 书 字 对 女 书 字 数 单 个 女 书 字 对 女 书 字 数 应 汉 语 拼 音 数 应 汉 语 拼 音 数 女 书 拼 音 输 入 法 包 括 三 个 文 件 : 输 入 法 文 件 词 库 文 件 和 拼 音 规 则 文 件 词 库 文 件 用 于 记 录 用 户 输 入 过 的 词 条, 用 户 再 次 输 入 时 可 直 接 组 词 拼 音 规 则 文 件 负 责 记 录 女 书 文 字 对 应 的 拼 音 中 合 法 的 拼 音 规 则, 助 于 输 入 法 组 词 女 书 文 字 对 应 的 所 有 拼 音 是 汉 字 对 应 所 有 拼 音 的 子 集, 有 些 拼 音 找 不 到 对 应 的 女 书 文 字, 因 此 拼 音 规 则 文 件 助 于 现 有 女 书 文 字 的 拼 音 组 词 图 6.4 展 示 了 用 户 拼 音 不 符 合 拼 音 规 则 文 件 记 录 时, 会 把 当 前 拼 音 序 列 按 最 大 匹 配 拆 分 成 多 个 拼 音 分 别 寻 找 对 应 文 字 的 情 况 使 用 拼 音 规 则 文 件 的 原 因 是 当 女 书 文 字 拼 音 规 则 的 变 化 时 便 于 扩 展 ; 另 外 编 写 其 他 可 以 参 考 汉 语 拼 音 规 则 的 输 入 法 时, 可 以 方 便 的 完 成 修 改 79

90 第 6 章 女 书 拼 音 输 入 法 的 设 计 与 实 现 图 6.4 不 符 合 拼 音 规 则 文 件 记 录 时 的 输 入 序 列 处 理 样 例 输 入 法 启 动 开 始 初 始 化 时, 输 入 法 会 初 始 化 各 个 UI 窗 口, 并 读 取 拼 音 规 则 文 件 和 词 库 文 件 IME 接 口 函 数 是 被 动 地 对 系 统 和 IMM 发 出 的 要 求 和 信 息 进 行 处 理 的 一 系 列 函 数, 包 括 输 入 法 初 始 化 / 启 动 / 休 眠 / 关 闭 请 求 反 馈 输 入 法 状 态 请 求 各 种 键 盘 事 件 编 码 开 始 / 结 束 / 输 出 的 请 求 等 等 当 输 入 法 用 户 输 入 拼 音 序 列 时, 每 个 键 盘 事 件 都 会 传 递 给 输 入 法 管 理 器 IMM 输 入 法 管 理 器 调 用 ImeProcessKey 函 数 判 断 键 盘 事 件 的 处 理 方 式 : 不 做 处 理 返 回 给 系 统 改 变 输 入 法 状 态 进 行 编 码 等 等 当 输 入 法 判 断 需 要 进 行 编 码 处 理 时, 会 调 用 ImeToAsciiEx 函 数 进 行 编 码 转 换 对 每 个 拼 音 序 列, 参 考 拼 音 规 则 文 件 的 记 录, 用 最 大 匹 配 原 则 对 拼 音 序 列 进 行 分 割 对 分 割 后 的 每 个 拼 音 串, 查 找 码 表 中 的 对 应 女 书 文 字 并 在 候 选 窗 口 中 显 示 给 用 户, 用 户 原 则 后 即 完 成 了 一 个 拼 音 串 的 编 码 转 换 以 此 类 推 将 用 户 输 入 的 整 个 拼 音 串 转 换 完 毕, 并 转 换 完 毕 后 的 文 字 编 码 发 送 给 输 入 法 管 理 器 输 入 法 管 理 器 将 转 换 后 的 编 码 输 出 给 目 标 应 用 程 序 显 示 以 上 过 程 完 成 了 女 书 拼 音 输 入 法 基 本 的 将 拼 音 转 换 成 女 书 文 字 编 码 的 基 本 功 能, 也 是 女 书 拼 音 输 入 法 实 现 的 基 本 原 理 6.4 小 结 本 章 主 要 介 绍 了 Win32 平 台 下 的 IME 输 入 法 机 制, 介 绍 了 19 个 接 口 函 数 中 若 干 重 要 函 数 的 功 能, 并 介 绍 了 利 用 IME 机 制 实 现 女 书 拼 音 输 入 法 的 原 理 80

院系▲

院系▲ 张 家 界 航 空 工 业 职 业 技 术 学 院 毕 业 生 就 业 质 量 年 度 报 告 (2015 届 ) 二 〇 一 五 年 十 二 月 1 目 录 第 一 章 毕 业 生 就 业 基 本 情 况 1.1 毕 业 生 规 模 和 结 构 1 1.2 毕 业 生 就 业 率 4 1.3 毕 业 就 业 情 况 7 1.4 自 主 创 业 情 况 16 第 二 章 毕 业 生 就 业 相 关

More information

前 言 由 于 高 校 毕 业 生 就 业 问 题 的 重 要 性 和 近 年 来 大 学 生 就 业 的 严 峻 形 势, 毕 业 生 就 业 状 况 受 到 政 府 高 校 和 学 生 乃 至 全 社 会 的 高 度 关 注 大 学 生 就 业 质 量 报 告 是 监 测 和 反 馈 大 学 生

前 言 由 于 高 校 毕 业 生 就 业 问 题 的 重 要 性 和 近 年 来 大 学 生 就 业 的 严 峻 形 势, 毕 业 生 就 业 状 况 受 到 政 府 高 校 和 学 生 乃 至 全 社 会 的 高 度 关 注 大 学 生 就 业 质 量 报 告 是 监 测 和 反 馈 大 学 生 Ⅰ 前 言 由 于 高 校 毕 业 生 就 业 问 题 的 重 要 性 和 近 年 来 大 学 生 就 业 的 严 峻 形 势, 毕 业 生 就 业 状 况 受 到 政 府 高 校 和 学 生 乃 至 全 社 会 的 高 度 关 注 大 学 生 就 业 质 量 报 告 是 监 测 和 反 馈 大 学 生 就 业 状 况 和 特 点, 及 时 回 应 社 会 关 切, 接 受 社 会 监 督 的 重

More information

前 言 随 着 中 国 高 等 教 育 数 量 扩 张 目 标 的 逐 步 实 现, 提 高 教 育 质 量 的 重 要 性 日 益 凸 显 发 布 高 校 毕 业 生 就 业 质 量 年 度 报 告, 是 高 等 学 校 建 立 健 全 就 业 状 况 反 馈 机 制 引 导 高 校 优 化 招

前 言 随 着 中 国 高 等 教 育 数 量 扩 张 目 标 的 逐 步 实 现, 提 高 教 育 质 量 的 重 要 性 日 益 凸 显 发 布 高 校 毕 业 生 就 业 质 量 年 度 报 告, 是 高 等 学 校 建 立 健 全 就 业 状 况 反 馈 机 制 引 导 高 校 优 化 招 I 前 言 随 着 中 国 高 等 教 育 数 量 扩 张 目 标 的 逐 步 实 现, 提 高 教 育 质 量 的 重 要 性 日 益 凸 显 发 布 高 校 毕 业 生 就 业 质 量 年 度 报 告, 是 高 等 学 校 建 立 健 全 就 业 状 况 反 馈 机 制 引 导 高 校 优 化 招 生 和 专 业 结 构 改 进 人 才 培 养 模 式 及 时 回 应 社 会 关 切 的 一 项

More information

声 明 本 公 司 全 体 董 事 监 事 高 级 管 理 人 员 承 诺 股 票 发 行 方 案 不 存 在 虚 假 记 载 误 导 性 陈 述 或 重 大 遗 漏, 并 对 其 真 实 性 准 确 性 和 完 整 性 承 担 个 别 和 连 带 的 法 律 责 任 根 据 证 券 法 的 规 定

声 明 本 公 司 全 体 董 事 监 事 高 级 管 理 人 员 承 诺 股 票 发 行 方 案 不 存 在 虚 假 记 载 误 导 性 陈 述 或 重 大 遗 漏, 并 对 其 真 实 性 准 确 性 和 完 整 性 承 担 个 别 和 连 带 的 法 律 责 任 根 据 证 券 法 的 规 定 大 医 科 技 股 份 有 限 公 司 股 票 发 行 方 案 ( 修 订 ) ( 住 所 : 北 京 市 海 淀 区 苏 州 街 18 号 院 长 远 天 地 大 厦 4 号 楼 1707 室 ) 主 办 券 商 国 都 证 券 股 份 有 限 公 司 ( 住 所 : 北 京 市 东 城 区 东 直 门 南 大 街 3 号 国 华 投 资 大 厦 9 10 层 ) 二 〇 一 六 年 八 月 I

More information

White Paper 2014 届 毕 业 生 内 部 资 料 严 禁 抄 袭 非 经 允 许 不 得 翻 印 就 业 状 况 白 皮 书 就 业 创 业 指 导 中 心 2015 年 5 月 目 录 第 一 部 分 毕 业 生 基 本 情 况... 1 一 2014 届 毕 业 生 基 本 情 况... 1 1 性 别 比 例... 1 2 学 历 类 别... 2 二 初 次 签 约 就 业

More information

硕 士 学 位 论 文 论 文 题 目 : 北 岛 诗 歌 创 作 的 双 重 困 境 专 业 名 称 : 中 国 现 当 代 文 学 研 究 方 向 : 中 国 新 诗 研 究 论 文 作 者 : 奚 荣 荣 指 导 老 师 : 姜 玉 琴 2014 年 12 月

硕 士 学 位 论 文 论 文 题 目 : 北 岛 诗 歌 创 作 的 双 重 困 境 专 业 名 称 : 中 国 现 当 代 文 学 研 究 方 向 : 中 国 新 诗 研 究 论 文 作 者 : 奚 荣 荣 指 导 老 师 : 姜 玉 琴 2014 年 12 月 硕 士 学 位 论 文 论 文 题 目 : 北 岛 诗 歌 创 作 的 双 重 困 境 专 业 名 称 : 中 国 现 当 代 文 学 研 究 方 向 : 中 国 新 诗 研 究 论 文 作 者 : 奚 荣 荣 指 导 老 师 : 姜 玉 琴 2014 年 12 月 致 谢 文 学 是 我 们 人 类 宝 贵 的 精 神 财 富 两 年 半 的 硕 士 学 习 让 我 进 一 步 接 近 文 学,

More information

附件

附件 附 件 晋 陕 豫 黄 河 金 三 角 区 域 合 作 规 划 2014 年 4 月 目 录 前 言... 1 第 一 章 合 作 背 景... 2 第 一 节 发 展 基 础... 2 第 二 节 重 大 意 义... 3 第 二 章 总 体 思 路... 3 第 一 节 指 导 思 想... 3 第 二 节 基 本 原 则... 4 第 三 节 战 略 定 位... 5 第 四 节 发 展 目

More information

Microsoft Word - 發布版---規範_全文_.doc

Microsoft Word - 發布版---規範_全文_.doc 建 築 物 無 障 礙 設 施 設 計 規 範 內 政 部 97 年 4 年 10 日 台 內 營 字 第 0970802190 號 令 訂 定, 自 97 年 7 月 1 日 生 效 內 政 部 97 年 12 年 19 日 台 內 營 字 第 0970809360 號 令 修 正 內 政 部 101 年 11 年 16 日 台 內 營 字 第 1010810415 號 令 修 正 目 錄 第 一

More information

概 述 随 着 中 国 高 等 教 育 数 量 扩 张 目 标 的 逐 步 实 现, 提 高 教 育 质 量 的 重 要 性 日 益 凸 显 发 布 高 校 毕 业 生 就 业 质 量 年 度 报 告, 是 高 等 学 校 建 立 健 全 就 业 状 况 反 馈 机 制 引 导 高 校 优 化 招

概 述 随 着 中 国 高 等 教 育 数 量 扩 张 目 标 的 逐 步 实 现, 提 高 教 育 质 量 的 重 要 性 日 益 凸 显 发 布 高 校 毕 业 生 就 业 质 量 年 度 报 告, 是 高 等 学 校 建 立 健 全 就 业 状 况 反 馈 机 制 引 导 高 校 优 化 招 I 概 述 随 着 中 国 高 等 教 育 数 量 扩 张 目 标 的 逐 步 实 现, 提 高 教 育 质 量 的 重 要 性 日 益 凸 显 发 布 高 校 毕 业 生 就 业 质 量 年 度 报 告, 是 高 等 学 校 建 立 健 全 就 业 状 况 反 馈 机 制 引 导 高 校 优 化 招 生 和 专 业 结 构 改 进 人 才 培 养 模 式 及 时 回 应 社 会 关 切 的 一 项

More information

鱼类丰产养殖技术(二).doc

鱼类丰产养殖技术(二).doc ...1...1...4...15...18...19...24...26...31...35...39...48...57...60...62...66...68...72 I ...73...88...91...92... 100... 104... 144... 146... 146... 147... 148... 148... 148... 149... 149... 150... 151...

More information

疾病诊治实务(一)

疾病诊治实务(一) ...1...4...5...8...13...14...15...18...18...19...22...25...26...27...29...30...32...35 I ...38...42...43...45...48...51...53...56...59...60...60...61...63...65...67...69...72...74...77...80...82...84 II

More information

名人养生.doc

名人养生.doc I...1...3...4...6... 11...14...18...22...26...29...31...38...45...49...56...57...59...61...67 ...72...73...75...77...80...83...85...91...92...93...95...96...97... 103... 107... 109... 110... 112... 118...

More information

<4D6963726F736F667420576F7264202D2040B9C5B871A661B0CFABC8AE61C2A7AB55ACE3A8735FA7F5ABD8BFB3B9C5B871A661B0CFABC8AE61C2A7AB55ACE3A8732E646F63>

<4D6963726F736F667420576F7264202D2040B9C5B871A661B0CFABC8AE61C2A7AB55ACE3A8735FA7F5ABD8BFB3B9C5B871A661B0CFABC8AE61C2A7AB55ACE3A8732E646F63> 嘉 義 地 區 客 家 禮 俗 研 究 第 一 章 前 言 嘉 義 地 區 的 客 家 族 群 約 略 可 分 為 福 佬 客 詔 安 客 與 北 部 客 等 三 種 類 別, 其 分 佈 區 域 以 海 線 地 區 平 原 地 形 沿 山 地 區 為 主 有 相 當 多 的 北 部 客 家 人, 是 二 次 大 戰 末 期 和 戰 後 初 期 才 移 民 嘉 義, 是 什 麼 因 素 令 許 多

More information

05301930

05301930 國 立 中 正 大 學 法 學 系 碩 士 論 文 河 川 砂 石 法 規 範 之 探 討 - 以 採 取 土 石 及 挖 掘 河 川 認 定 基 準 為 主 指 導 教 授 : 盧 映 潔 博 士 研 究 生 : 王 瑞 德 中 華 民 國 一 百 零 一 年 五 月 目 錄 第 一 章 緒 論... 1 第 一 節 研 究 動 機... 1 第 二 節 研 究 目 的... 3 第 三 節 研

More information

中老年保健必读(十).doc

中老年保健必读(十).doc ...1...2...3...4...5...6...8...9... 11 - -...13...15...17...18...20...22...23...25...26...28 I II...30...32...34...35...38...40...42...44...46...47...48...50...52...53 X...55...56...57...58...60...61...63...65

More information

23 29 15.6% 23 29 26.2% 3 25 2 15 1 5 1,542 12,336 14,53 16,165 18,934 22,698 25,125 25 2 15 1 5 5,557 7,48 8,877 11, 13,732 17,283 22,485 23 24 25 26

23 29 15.6% 23 29 26.2% 3 25 2 15 1 5 1,542 12,336 14,53 16,165 18,934 22,698 25,125 25 2 15 1 5 5,557 7,48 8,877 11, 13,732 17,283 22,485 23 24 25 26 4, 197823 2916.3%29 335, 23 29.5% 23 29 16.3% 14 35 33,535 14 135 13 125 1,292 1,3 1,38 1,314 1,321 1,328 1,335 3 25 2 15 1 5 1. 1.1 13,582 15,988 1.4 18,322 11.6 11.9 21,192 24,953 3,67 9. 8.7 12 1 8

More information

海淀区、房山区(四)

海淀区、房山区(四) ...1...1...2...7...8...9... 11... 15... 17... 17... 18... 19... 20... 21... 23... 25... 28... 31... 32 I ... 35... 36... 37... 39... 42... 43... 48... 53... 54... 58... 63... 64... 65... 66... 68... 71...

More information

穨ecr1_c.PDF

穨ecr1_c.PDF i ii iii iv 1 2 3 4 5 5555522 6664422 77722 6 7 8 9 10 11 22266 12833 1894 12 13 14 15 16 17 18 19 20 21 22 23 24 25 8.14 2.15 2.18 26 27 28 29 30 31 2.16 2.18 5.23 32 33 34 35 36 37 38 39 40 41 42 43

More information

穨2005_-c.PDF

穨2005_-c.PDF 2005 10 1 1 1 2 2 3 5 4 6 2 7 3 11 4 1 13 2 13 3 14 4 14 5 15 6 16 7 16 8 17 9 18 10 18 2005 10 1 1. 1.1 2 1.2 / / 1.3 69(2) 70(2) 1.4 1.5 1.6 2005 10 1 2. 2.1 2.2 485 20(8) (a) (i) (ii) (iii) (iv) 571

More information

北京理工大学.doc

北京理工大学.doc ( )...1...6...8...10...20...22...24...28...30...32...40 I ...53...55...61 ( )...62...71...74 ( )...77...81...84...86...88...89...91...92...96...99... 110...111... 112 II ... 113... 114... 115... 116...

More information

尲㐵.⸮⸮⸮⸮⸮

尲㐵.⸮⸮⸮⸮⸮ I...1...2...3...4...5...6...8...9...10... 11...12...13...14...15...16...17...18...19...20...21...22...23...24...26 II...27...28...28...29...30...31...32...34...35...36...37...38...39...39...40...41...43...43...44...45...46...47...48...48...49...50

More information

东城区(下)

东城区(下) ...1...1...2...3...9...9... 12... 12... 17... 17... 18... 19... 20... 29... 31... 37... 41... 70... 73 I ... 74... 78... 78... 79... 80... 85... 86... 88... 90... 90... 90... 92... 93... 95... 95... 96...

More information

果树高产栽培技术(一).doc

果树高产栽培技术(一).doc ( ) ...1...1...3...10... 11...12...15...17...18...19...20...22...23...24...26...27...28...30...31...32 I ...36...38...40...41...42...44...45...47...48...49...50...51...52...53...55...58...59...60...61...62...66...67

More information

物质结构_二_.doc

物质结构_二_.doc I...1...3...6...8 --... 11 --...12 --...13 --...15 --...16 --...18 --...19 --...20 --...22 --...24 --...25 --...26 --...28 --...30 --...32 --...34 --...35 --...37 --...38...40 II...41...44...46...47...48...49...51...52...55...58

More information

第一節 研究動機與目的

第一節 研究動機與目的 中 國 文 化 大 學 中 國 文 學 研 究 所 碩 士 論 文 華 嚴 一 真 法 界 思 想 研 究 指 導 教 授 : 王 俊 彥 研 究 生 : 許 瑞 菁 中 華 民 國 98 年 12 月 自 序 在 佛 教 經 典 中 最 初 接 觸 的 是 佛 說 無 量 壽 經, 此 經 乃 大 方 廣 佛 華 嚴 經 的 精 華 版 綱 要 版 為 了 瞭 解 經 義, 深 知 宇 宙 運

More information

水力发电(九)

水力发电(九) ...1...17...20...26...27...30...33...34...36...37...44...47...49...58...77...79...90...96...107 I ...114...115...132...134...137...138...139...140...142...142...144...146...146...146...148...148...149...149...150...151...151...152

More information

中国古代文学家(八).doc

中国古代文学家(八).doc ...1...5...26...27...43...44...48...50...52...54...55...57...60...61...62...63...65...67...68 I ...69...70...71...75...77...78...82...84...95...98...99... 101... 103... 107... 108... 109... 110...111...

More information

景观植物(一)

景观植物(一) ...1...5...6...8... 11...13...15...18...21...23...26...29...43...51 5...53...58...62...63...65 I ...67...70...72...74...76...77...78...80...81...84...85...87...88...90...92...94...97... 109... 113... 115...

More information

Microsoft Word - 目录.doc

Microsoft Word - 目录.doc 教 学 管 理 文 件 汇 编 目 录 教 育 法 规 和 指 导 性 文 件 1. 中 华 人 民 共 和 国 高 等 教 育 法 1 2. 中 华 人 民 共 和 国 教 师 法 8 3. 普 通 高 等 学 校 学 生 管 理 规 定 12 4. 高 等 学 校 学 生 行 为 准 则 18 5. 中 华 人 民 共 和 国 学 位 条 例 19 6. 高 等 学 校 教 学 管 理 要 点

More information

园林植物卷(三).doc

园林植物卷(三).doc I II III IV 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 84k 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65

More information

厨房小知识_一_

厨房小知识_一_ ... 1... 1... 2... 3... 3... 5... 6... 7... 7... 8... 10...11... 12... 13... 15... 17... 18... 19... 19... 20... 23... 24... 24 ... 26... 26... 29... 30... 31... 32... 33... 34... 37... 38... 40... 41...

More information

中南财经大学(七).doc

中南财经大学(七).doc ...1...16...20...22...31...32...34...37...38...40...44...46...54...58...59...60...61 I ...62...63...70...77...79...81...84...90...93...95...95...97... 100... 102... 104... 105... 106... 107... 109... 113

More information

1................................... 1................................... 2......................................... 3......................................... 4.............................. 5.........................................

More information

赵飞燕外传、四美艳史演义

赵飞燕外传、四美艳史演义 \ I... 1...1...8... 9... 9...9...11...13...16...19...22...25...28...33...36...39...42 II...46...48...51...55...58...62... 67...67...70...73...76...79...83...86...89...92...96...99... 102... 105... 108...

More information

厨房小知识(五)

厨房小知识(五) I...1...2...3...4...5...6 ()...7 ()...9...10...10... 11...12...13...14...15...15...16...18...19...20...20...21...21 II...24...27...28...29...29...31...32...33...34...35...36...38...38...39...40...40...41...42...42...43...44...44...47...48...50...50

More information

最新监察执法全书(十八).doc

最新监察执法全书(十八).doc .............. I ..................................................... II .......................................... III ... 2003......... IV ,

More information

园林植物卷(十二).doc

园林植物卷(十二).doc ... 1... 4... 8... 8... 9... 9...11... 13... 15... 20... 23... 30... 31... 36... 39... 40... 43 I ... 47... 52... 57... 60 1... 65 2... 71 (3)... 78... 81... 87... 89... 91... 94... 95... 97 ( )... 100...

More information

华东师范大学.doc

华东师范大学.doc ...1...3...4...5...6...7 ( )...9 ( )...10...16...19...21...22...23...27...27...31...31 I II...33...34 ( )...36 () ( )...44 () ( ) ( )...49 ( )...54...56...60 ( )...64...70...81...89 2004...95...97...99...

More information

國立中山大學學位論文典藏

國立中山大學學位論文典藏 I...1...1...4...4...6...6...13...24...29...44...44...45...46...47...48...50...50...56...60...64...68...73...73...85...92...99...105...113...121...127 ...127...131...135...142...145...148 II III IV 1 2

More information

乳业竞争_一_

乳业竞争_一_ ...1...7...10... 11...14...17...18...19...21...23...25...26...28 50...30...31 48...31 3000...34...35...37 I ...40...44...45...48...50...51...55...56...58...58...60 ()...62 ()...66...71...72...72...73...76...77

More information

最新执法工作手册(十).doc

最新执法工作手册(十).doc ......................................... I ......... 2003....................................... II III............................................................ IV..............................................................

More information

untitled

untitled ...1 1...1...3...5...6...8...8...15...16...19 21...21...24...25...26...29...30...33...36...38...41...41 ( )...41...42...48...48...57...57...63...67...67...67...67...71...74 I ...76...76...79...81...82...82...83...83...83...84...84...85...85...85

More information

最新执法工作手册(十六)

最新执法工作手册(十六) ............................................. I ................................... II ........................... 2001......... III IV......................................... ........................

More information

中国政法大学(六).doc

中国政法大学(六).doc ...1...6...8 2004... 11...15 2003...16...20...29...32...34...38...39...42...43...44...48 I ...53...58...61...63...71...75...77...79...83...91...94...95...98... 100... 102... 102... 105... 106... 107...

More information

胎儿健康成长.doc

胎儿健康成长.doc ...1...2...5...6...7...8...9... 11...13...15...16...17...19...22...22...23...24...25 I II...26...27...30...31...32...33...36...38...38...39...40...43...44...46...46...47...48...50...52...54...55...59 ...62

More information

bnbqw.PDF

bnbqw.PDF 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 ( ( 1 2 16 1608 100004 1 ( 2003 2002 6 30 12 31 7 2,768,544 3,140,926 8 29,054,561 40,313,774 9 11,815,996 10,566,353 11 10,007,641 9,052,657 12 4,344,697

More information

1. 本文首段的主要作用是 A. 指出 異蛇 的藥用功效 說明 永之人爭奔走焉 的原因 B. 突出 異蛇 的毒性 為下文 幾死者數矣 作鋪墊 C. 交代以蛇賦稅的背景 引起下文蔣氏有關捕蛇的敘述 2. 本文首段從三方面突出蛇的 異 下列哪一項不屬其中之一 A. 顏色之異 B. 動作之異 C. 毒性之

1. 本文首段的主要作用是 A. 指出 異蛇 的藥用功效 說明 永之人爭奔走焉 的原因 B. 突出 異蛇 的毒性 為下文 幾死者數矣 作鋪墊 C. 交代以蛇賦稅的背景 引起下文蔣氏有關捕蛇的敘述 2. 本文首段從三方面突出蛇的 異 下列哪一項不屬其中之一 A. 顏色之異 B. 動作之異 C. 毒性之 1. 本文首段的主要作用是 A. 指出 異蛇 的藥用功效 說明 永之人爭奔走焉 的原因 B. 突出 異蛇 的毒性 為下文 幾死者數矣 作鋪墊 C. 交代以蛇賦稅的背景 引起下文蔣氏有關捕蛇的敘述 2. 本文首段從三方面突出蛇的 異 下列哪一項不屬其中之一 A. 顏色之異 B. 動作之異 C. 毒性之異 3. 太醫以王命聚之 中的 以 字與下列哪一項的 以 意思相同 A. 以齧人 B. 而吾以捕蛇獨存

More information

nb.PDF

nb.PDF 3 4 5 7 8 9..10..15..16..19..52 -3,402,247-699,783-1,611,620 1,790,627 : - - -7,493 - -1,687 2,863 1,176 2,863 - -148,617 - - 12,131 51,325 - -12,131-2,165 14-2,157 8-3,393,968-794,198-1,620,094 1,781,367

More information

第三章

第三章 第 三 章 :2017 年 行 政 長 官 產 生 辦 法 - 可 考 慮 的 議 題 行 政 長 官 的 憲 制 及 法 律 地 位 3.01 基 本 法 第 四 十 三 條 規 定 : 香 港 特 別 行 政 區 行 政 長 官 是 香 港 特 別 行 政 區 的 首 長, 代 表 香 港 特 別 行 政 區 香 港 特 別 行 政 區 行 政 長 官 依 照 本 法 的 規 定 對 中 央 人

More information

untitled

untitled 1993 79 2010 9 80 180,000 (a) (b) 81 20031,230 2009 10,610 43 2003 2009 1,200 1,000 924 1,061 800 717 600 530 440 400 333 200 123 0 2003 2004 2005 2006 2007 2008 2009 500 2003 15,238 2009 31,4532003 2009

More information

Microsoft Word - edu-re~1.doc

Microsoft Word - edu-re~1.doc 前 言 學 習, 可 以 為 個 創 造 未 來 ; 教 育, 能 夠 為 社 會 開 拓 明 對 個 而 言, 教 育 可 以 幫 助 每 個 發 展 潛 能 建 構 知 識 及 提 升 個 素 質 ; 它 賦 予 每 個 掌 握 前 途 和 開 拓 未 來 的 能 力 對 社 會 而 言, 教 育 不 單 可 以 培 育 才, 而 且 具 有 ㆒ 個 更 深 層 的 意 義, 它 給 予 社 會

More information

Microsoft Word - 08 单元一儿童文学理论

Microsoft Word - 08 单元一儿童文学理论 单 元 ( 一 ) 儿 童 文 学 理 论 内 容 提 要 : 本 单 元 共 分 成 三 个 小 课 目, 即 儿 童 文 学 的 基 本 理 论 儿 童 文 学 创 作 和 儿 童 文 学 的 鉴 赏 与 阅 读 指 导 儿 童 文 学 的 基 本 理 论 内 容 包 括 儿 童 文 学 的 基 本 含 义 儿 童 文 学 读 者 儿 童 文 学 与 儿 童 年 龄 特 征 和 儿 童 文 学

More information

南華大學數位論文

南華大學數位論文 南 華 大 學 哲 學 與 生 命 教 育 學 系 碩 士 論 文 呂 氏 春 秋 音 樂 思 想 研 究 研 究 生 : 何 貞 宜 指 導 教 授 : 陳 章 錫 博 士 中 華 民 國 一 百 零 一 年 六 月 六 日 誌 謝 論 文 得 以 完 成, 最 重 要 的, 是 要 感 謝 我 的 指 導 教 授 陳 章 錫 博 士, 老 師 總 是 不 辭 辛 勞 仔 細 閱 讀 我 的 拙

More information

Microsoft Word - 3.3.1 - 一年級散文教案.doc

Microsoft Word - 3.3.1 - 一年級散文教案.doc 光 明 英 來 學 校 ( 中 國 文 學 之 旅 --- 散 文 小 說 教 學 ) 一 年 級 : 成 語 ( 主 題 : 勤 學 ) 節 數 : 六 教 節 ( 每 課 題 一 教 節 ) 課 題 : 守 株 待 兔 半 途 而 廢 愚 公 移 山 鐵 杵 磨 針 孟 母 三 遷 教 學 目 的 : 1. 透 過 活 動, 學 生 能 說 出 成 語 背 後 的 含 意 2. 學 生 能 指

More information

第32回独立行政法人評価委員会日本貿易保険部会 資料1-1 平成22年度財務諸表等

第32回独立行政法人評価委員会日本貿易保険部会 資料1-1 平成22年度財務諸表等 1 12,403 2,892 264,553 19,517 238,008 10,132 989 36 9,869 2,218 250 122 ( 126 108 1,563 278 159 260 478 35,563 1,073 74 190,283 104,352 140,658 20,349 16,733 21,607 (21,607) 58,689 303,699 339,262 339,262

More information

項 訴 求 在 考 慮 到 整 體 的 財 政 承 擔 以 及 資 源 分 配 的 公 平 性 下, 政 府 採 取 了 較 簡 單 直 接 的 一 次 性 減 稅 和 增 加 免 稅 額 方 式, 以 回 應 中 產 家 庭 的 不 同 訴 求 ( 三 ) 取 消 外 傭 徵 費 6. 行 政 長

項 訴 求 在 考 慮 到 整 體 的 財 政 承 擔 以 及 資 源 分 配 的 公 平 性 下, 政 府 採 取 了 較 簡 單 直 接 的 一 次 性 減 稅 和 增 加 免 稅 額 方 式, 以 回 應 中 產 家 庭 的 不 同 訴 求 ( 三 ) 取 消 外 傭 徵 費 6. 行 政 長 2013 年 1 月 23 日 的 立 法 會 會 議 葛 珮 帆 議 員 就 幫 助 中 產 動 議 的 議 案 ( 經 單 仲 偕 議 員 及 莫 乃 光 議 員 修 正 ) 進 度 報 告 在 2013 年 1 月 23 日 的 立 法 會 會 議 上, 由 葛 珮 帆 議 員 就 幫 助 中 產 動 議 的 議 案, 經 單 仲 偕 議 員 及 莫 乃 光 議 員 修 正 後 獲 得 通 過

More information

(f) (g) (h) (ii) (iii) (a) (b) (c) (d) 208

(f) (g) (h) (ii) (iii) (a) (b) (c) (d) 208 (a) (b) (c) (d) (e) 207 (f) (g) (h) (ii) (iii) (a) (b) (c) (d) 208 17.29 17.29 13.16A(1) 13.18 (a) (b) 13.16A (b) 12 (a) 209 13.19 (a) 13.16A 12 13.18(1) 13.18(4) 155 17.43(1) (4) (b) 13.19 17.43 17.29

More information

概 述 根 据 教 育 部 办 公 厅 关 于 编 制 发 布 高 校 毕 业 生 就 业 质 量 年 度 报 告 的 通 知 ( 教 学 厅 函 [2013]25 号 ) 的 要 求, 学 院 编 制 和 发 布 湖 南 石 油 化 工 职 业 技 术 学 院 2015 届 毕 业 生 就 业 质

概 述 根 据 教 育 部 办 公 厅 关 于 编 制 发 布 高 校 毕 业 生 就 业 质 量 年 度 报 告 的 通 知 ( 教 学 厅 函 [2013]25 号 ) 的 要 求, 学 院 编 制 和 发 布 湖 南 石 油 化 工 职 业 技 术 学 院 2015 届 毕 业 生 就 业 质 I 概 述 根 据 教 育 部 办 公 厅 关 于 编 制 发 布 高 校 毕 业 生 就 业 质 量 年 度 报 告 的 通 知 ( 教 学 厅 函 [2013]25 号 ) 的 要 求, 学 院 编 制 和 发 布 湖 南 石 油 化 工 职 业 技 术 学 院 2015 届 毕 业 生 就 业 质 量 年 度 报 告 本 报 告 基 于 学 院 统 计 的 全 体 毕 业 生 的 就 业 数

More information

II

II I II 前 言 就 业 质 量 不 仅 是 高 校 人 才 培 养 质 量 的 重 要 体 现, 同 时 也 是 社 会 需 求 的 真 实 反 映 编 制 就 业 质 量 报 告, 一 方 面 有 助 于 向 社 会 反 馈 真 实 的 就 业 状 况, 积 极 回 应 对 于 大 学 生 就 业 问 题 的 关 注, 另 一 方 面 也 有 助 于 高 校 获 取 和 分 析 社 会 需 求

More information

前 言 湖 北 大 学 知 行 学 院 是 经 国 家 教 育 部 批 准 由 湖 北 大 学 举 办 的 具 有 学 士 学 位 授 予 权 的 全 日 制 普 通 高 等 院 校, 是 湖 北 省 首 批 应 用 技 术 转 型 发 展 试 点 院 校 之 一 学 院 非 常 注 重 规 模 质

前 言 湖 北 大 学 知 行 学 院 是 经 国 家 教 育 部 批 准 由 湖 北 大 学 举 办 的 具 有 学 士 学 位 授 予 权 的 全 日 制 普 通 高 等 院 校, 是 湖 北 省 首 批 应 用 技 术 转 型 发 展 试 点 院 校 之 一 学 院 非 常 注 重 规 模 质 I 前 言 湖 北 大 学 知 行 学 院 是 经 国 家 教 育 部 批 准 由 湖 北 大 学 举 办 的 具 有 学 士 学 位 授 予 权 的 全 日 制 普 通 高 等 院 校, 是 湖 北 省 首 批 应 用 技 术 转 型 发 展 试 点 院 校 之 一 学 院 非 常 注 重 规 模 质 量 结 构 效 益 相 统 一, 经 过 十 多 年 的 建 设, 学 院 步 入 了 由 规

More information

致 谢 本 人 自 2008 年 6 月 从 上 海 外 国 语 大 学 毕 业 之 后, 于 2010 年 3 月 再 次 进 入 上 外, 非 常 有 幸 成 为 汉 语 国 际 教 育 专 业 的 研 究 生 回 顾 三 年 以 来 的 学 习 和 生 活, 顿 时 感 觉 这 段 时 间 也

致 谢 本 人 自 2008 年 6 月 从 上 海 外 国 语 大 学 毕 业 之 后, 于 2010 年 3 月 再 次 进 入 上 外, 非 常 有 幸 成 为 汉 语 国 际 教 育 专 业 的 研 究 生 回 顾 三 年 以 来 的 学 习 和 生 活, 顿 时 感 觉 这 段 时 间 也 精 英 汉 语 和 新 实 用 汉 语 课 本 的 对 比 研 究 The Comparative Study of Jing Ying Chinese and The New Practical Chinese Textbook 专 业 : 届 别 : 姓 名 : 导 师 : 汉 语 国 际 教 育 2013 届 王 泉 玲 杨 金 华 1 致 谢 本 人 自 2008 年 6 月 从 上 海 外

More information

Microsoft Word - 中三選科指南 2014 subject

Microsoft Word - 中三選科指南 2014 subject 必 修 科 目 簡 介 < < < 1. 中 文 > > > 本 科 的 公 開 評 核 以 課 程 發 展 議 會 與 香 港 考 試 及 評 核 局 聯 合 編 訂 的 中 國 語 文 科 課 程 及 評 估 指 引 ( 中 四 至 中 六 ) 為 根 據 目 標 本 科 主 要 評 核 考 生 : (1) 讀 寫 聽 說 能 力 思 維 能 力 審 美 能 力 和 自 學 能 力 ; (2)

More information

(i) (ii) 97/99/M

(i) (ii) 97/99/M 1,400,000 700,000 2,000,000 216,000 382,000 531,000 17.1% 82.9% 13.8% 86.2% (i) (ii) 97/99/M 20,500 35 50,000 13 (i) (ii) (iii) [ ] 6,000 14,000 20,500 46.1% 44.9% 45.9% 16 5 16 30,000,000 34,500,000 41,700,000

More information

untitled

untitled LBS Research and Application of Location Information Management Technology in LBS TP319 10290 UDC LBS Research and Application of Location Information Management Technology in LBS , LBS PDA LBS

More information

124 2008 1999, [3 ] Petri, 25 7, 500, 2003 2004 [4,5 ], 3, (2), 2003, [ 6 ],,, 2 600 341,, [7 ], 569, 26, 26 3 673 ( ) : 2 ; 3 ; 4, ; 5, : (a) ( ) :,,

124 2008 1999, [3 ] Petri, 25 7, 500, 2003 2004 [4,5 ], 3, (2), 2003, [ 6 ],,, 2 600 341,, [7 ], 569, 26, 26 3 673 ( ) : 2 ; 3 ; 4, ; 5, : (a) ( ) :,, 22 4 2008 7 J OU RNAL OF CH IN ESE IN FORMA TION PROCESSIN G Vol. 22, No. 4 J ul., 2008 : 100320077 (2008) 0420123206 1,2, 1,2,3, 1,2 (1., 221116 ; 2., 221116 ; 3., 215006) :,,,,,, : ; ; ; ; ; : TP391

More information

二零一零至一一年施政报告 - 施政纲领

二零一零至一一年施政报告 - 施政纲领 二 零 一 零 至 一 一 年 施 政 报 告 施 政 纲 领 总 序 自 金 融 海 啸 爆 发 以 来, 我 们 时 时 刻 刻 密 切 注 视 世 界 经 济 的 变 化, 并 实 行 稳 金 融 撑 企 业 保 就 业 的 策 略 我 们 在 去 年 的 施 政 报 告 及 今 年 的 财 政 预 算 案, 提 出 发 展 六 项 优 势 产 业 及 其 他 有 效 措 施, 以 稳 固 经

More information

A Study on Grading and Sequencing of Senses of Grade-A Polysemous Adjectives in A Syllabus of Graded Vocabulary for Chinese Proficiency 2002 I II Abstract ublished in 1992, A Syllabus of Graded Vocabulary

More information

Microsoft Word - 00教学管理手册2011-12-11mo.doc

Microsoft Word - 00教学管理手册2011-12-11mo.doc 目 录 工 作 职 责 广 西 医 科 大 学 教 务 处 工 作 职 责 3 广 西 医 科 大 学 教 学 质 量 与 教 育 研 究 中 心 工 作 职 责 8 教 学 组 织 管 理 广 西 医 科 大 学 教 学 委 员 会 章 程 13 广 西 医 科 大 学 十 二 五 专 业 建 设 规 划 16 广 西 医 科 大 学 十 二 五 课 程 建 设 规 划 20 广 西 医 科 大

More information

目 录 一 本 科 教 育 基 本 情 况... 1 ( 一 ) 人 才 培 养 目 标... 1 ( 二 ) 专 业 设 置 情 况... 1 ( 三 ) 在 校 生 及 招 生 情 况... 2 二 师 资 队 伍 情 况... 3 ( 一 ) 教 职 工 数 量... 3 ( 二 ) 专 任

目 录 一 本 科 教 育 基 本 情 况... 1 ( 一 ) 人 才 培 养 目 标... 1 ( 二 ) 专 业 设 置 情 况... 1 ( 三 ) 在 校 生 及 招 生 情 况... 2 二 师 资 队 伍 情 况... 3 ( 一 ) 教 职 工 数 量... 3 ( 二 ) 专 任 杭 州 师 范 大 学 本 科 教 学 质 量 报 告 (2014 年 度 ) 二 零 一 五 年 十 二 月 目 录 一 本 科 教 育 基 本 情 况... 1 ( 一 ) 人 才 培 养 目 标... 1 ( 二 ) 专 业 设 置 情 况... 1 ( 三 ) 在 校 生 及 招 生 情 况... 2 二 师 资 队 伍 情 况... 3 ( 一 ) 教 职 工 数 量... 3 ( 二 )

More information

前 言 随 着 中 国 高 等 教 育 数 量 扩 张 目 标 的 逐 步 实 现, 提 高 教 育 质 量 的 重 要 性 日 益 凸 显 发 布 高 校 毕 业 生 就 业 质 量 年 度 报 告, 是 高 等 学 校 建 立 健 全 就 业 状 况 反 馈 机 制 引 导 高 校 优 化 招

前 言 随 着 中 国 高 等 教 育 数 量 扩 张 目 标 的 逐 步 实 现, 提 高 教 育 质 量 的 重 要 性 日 益 凸 显 发 布 高 校 毕 业 生 就 业 质 量 年 度 报 告, 是 高 等 学 校 建 立 健 全 就 业 状 况 反 馈 机 制 引 导 高 校 优 化 招 I 前 言 随 着 中 国 高 等 教 育 数 量 扩 张 目 标 的 逐 步 实 现, 提 高 教 育 质 量 的 重 要 性 日 益 凸 显 发 布 高 校 毕 业 生 就 业 质 量 年 度 报 告, 是 高 等 学 校 建 立 健 全 就 业 状 况 反 馈 机 制 引 导 高 校 优 化 招 生 和 专 业 结 构 改 进 人 才 培 养 模 式 及 时 回 应 社 会 关 切 的 一 项

More information

天主教永年高級中學綜合高中課程手冊目錄

天主教永年高級中學綜合高中課程手冊目錄 天 主 教 永 年 高 級 中 學 綜 合 高 中 課 程 手 冊 目 錄 壹 學 校 背 景. 貳 教 育 理 念 與 教 育 目 標. 3 一 規 劃 理 念...3 二 教 育 目 標...3 參 畢 業 要 求. 5 一 總 學 分 數...5 二 必 選 修 學 分 數...5 三 必 須 參 加 活 動...9 四 成 績 評 量 方 式...9 肆 課 程 概 述.. 9 一 課 程

More information

公司预计2010年日常关联交易的议案

公司预计2010年日常关联交易的议案 证 券 代 码 : 600680 900930 证 券 简 称 : 上 海 普 天 沪 普 天 B 编 号 : 临 2016-010 上 海 普 天 邮 通 科 技 股 份 预 计 2016 年 日 常 关 联 交 易 的 公 告 本 公 董 事 会 及 全 体 董 事 保 证 本 公 告 内 容 不 存 在 任 何 虚 假 记 载 误 导 性 陈 述 或 者 重 大 遗 漏, 并 对 其 内 容

More information

2015 届 毕 业 生 就 业 质 量 年 度 报 告 阳 江 职 业 技 术 学 院 招 生 就 业 处 2015 年 12 月 I 目 录 学 院 概 况... 1 报 告 说 明... 2 第 一 部 分 : 毕 业 生 就 业 基 本 情 况... 3 一 毕 业 生 的 规 模 和 结 构... 3 ( 一 ) 毕 业 生 规 模... 3 ( 二 ) 毕 业 生 省 内 生 源 市

More information

目 录 一 学 院 概 况... 1 二 总 体 情 况 与 基 本 结 论... 3 ( 一 ) 毕 业 生 规 模 与 结 构... 3 ( 二 ) 毕 业 生 就 业 率... 4 ( 三 ) 基 本 结 论... 6 三 主 要 内 容... 7 ( 一 ) 毕 业 生 就 业 情 况 及

目 录 一 学 院 概 况... 1 二 总 体 情 况 与 基 本 结 论... 3 ( 一 ) 毕 业 生 规 模 与 结 构... 3 ( 二 ) 毕 业 生 就 业 率... 4 ( 三 ) 基 本 结 论... 6 三 主 要 内 容... 7 ( 一 ) 毕 业 生 就 业 情 况 及 2015 届 毕 业 生 就 业 质 量 报 告 2015 年 12 月 目 录 一 学 院 概 况... 1 二 总 体 情 况 与 基 本 结 论... 3 ( 一 ) 毕 业 生 规 模 与 结 构... 3 ( 二 ) 毕 业 生 就 业 率... 4 ( 三 ) 基 本 结 论... 6 三 主 要 内 容... 7 ( 一 ) 毕 业 生 就 业 情 况 及 分 析... 7 1. 就

More information

2010............... 1 1 2010...1 2 2010...5 3 2010...6 4 2010...7 5 2010...8 6 2010...9 7 2010 500...10 8 2010...20 9 2010...50 2010.........52 1 2010

2010............... 1 1 2010...1 2 2010...5 3 2010...6 4 2010...7 5 2010...8 6 2010...9 7 2010 500...10 8 2010...20 9 2010...50 2010.........52 1 2010 2010 2010............... 1 1 2010...1 2 2010...5 3 2010...6 4 2010...7 5 2010...8 6 2010...9 7 2010 500...10 8 2010...20 9 2010...50 2010.........52 1 2010...52 2 2010...55 I 3 2010...56 4 2010...57 5

More information

清 华 大 学

清 华 大 学 清 华 大 学 综 合 论 文 训 练 题 目 : 基 于 网 络 用 户 行 为 分 析 的 传 染 病 发 病 趋 势 研 究 系 专 姓 别 : 计 算 机 科 学 与 技 术 业 : 计 算 机 科 学 与 技 术 名 : 许 丹 青 指 导 教 师 : 刘 奕 群 助 理 研 究 员 2010 年 6 月 27 日 中 文 摘 要 近 年 来, 传 染 病 的 传 播 与 流 行 已

More information

最新监狱管理执法全书(二百零五)

最新监狱管理执法全书(二百零五) .............................. I ........................... II ................................. III 1996 1994 5 16 1 2 1997 12 29 84 1996 1994 5 16

More information

马太亨利完整圣经注释—雅歌

马太亨利完整圣经注释—雅歌 第 1 页 目 录 雅 歌 简 介... 2 雅 歌 第 一 章... 2 雅 歌 第 二 章... 10 雅 歌 第 三 章... 16 雅 歌 第 四 章... 20 雅 歌 第 五 章... 25 雅 歌 第 六 章... 32 雅 歌 第 七 章... 36 雅 歌 第 八 章... 39 第 2 页 雅 歌 简 介 我 们 坚 信 圣 经 都 是 神 所 默 示 的 ( 提 摩 太 后 书

More information

二零零六年一月二十三日會議

二零零六年一月二十三日會議 附 件 B 有 关 政 策 局 推 行 或 正 在 策 划 的 纾 缓 及 预 防 贫 穷 措 施 下 文 载 述 有 关 政 策 局 / 部 门 为 加 强 纾 缓 及 预 防 贫 穷 的 工 作, 以 及 为 配 合 委 员 会 工 作, 在 过 去 十 一 个 月 公 布 及 正 在 策 划 的 新 政 策 和 措 施 生 福 利 及 食 物 局 (i) 综 合 儿 童 发 展 服 务 2.

More information

(1) (2) (3) 1. (1) 2

(1) (2) (3) 1. (1) 2 0386 71.32% 14A 1 (1) (2) (3) 1. (1) 2 (a) (b) (i) (ii) (iii) 3 (iv) (a) (b) (c) (d) 6% 4 2013 3 26 [2013]624 10 5 2013 6 28 [2013]1246 2015 3 [2015]351 0.2 6 [2015]748 180C 7 * * 8 14A (2) 417,800,000

More information

(Microsoft Word - 1012-2\256\325\260\310\267|\304\263\254\366\277\375.doc)

(Microsoft Word - 1012-2\256\325\260\310\267|\304\263\254\366\277\375.doc) 國 立 屏 北 高 級 中 學 101 學 年 度 第 2 學 期 第 2 次 校 務 會 議 紀 錄 壹 會 議 名 稱 :101 學 年 度 第 2 學 期 第 2 次 校 務 會 議 貳 時 間 :102 年 6 月 28 日 ( 星 期 五 ) 下 午 13 時 10 分 參 地 點 : 本 校 圖 書 館 四 樓 視 聽 會 議 室 肆 出 列 席 人 員 : 詳 如 簽 到 簿 伍 主

More information

課 程 大 綱 3-1 日 本 統 治 時 期 殖 民 統 治 的 建 立 1

課 程 大 綱 3-1 日 本 統 治 時 期 殖 民 統 治 的 建 立 1 台灣史 台灣史 日本統治時期 歷史種子教師團隊 信望愛基金會 歷史種子教師團隊 課 程 大 綱 3-1 日 本 統 治 時 期 殖 民 統 治 的 建 立 1 一 臺灣民主國與武裝抗日 一 臺灣民主國成立 1. 1895 年馬關條約後 臺 澎割讓給日本 a. 1894 年 光緒 20 年 清廷與日本因朝鮮問題開戰 日本陸戰海戰皆勝 清廷於 1895 年與日本簽訂馬關條約 b. 馬關條約主要內容 清廷承認朝鮮自主

More information

(i) (ii) (iii) (iv) 380,000 [ ] , , % % % 5.5% 6.5%

(i) (ii) (iii) (iv) 380,000 [ ] , , % % % 5.5% 6.5% [] [] [] [] [] [] [] 1961 40 2,000 1990 [] (i) (ii) 38 (i) (ii) (iii) (iv) 380,000 [ ] 201017,763 201422,457 20152020 7.1% 2010 2020 2010 2015 6.2% 20152020 2010 2015 20152020 7.1% 5.5% 6.5% 2010 2011

More information

厨房小知识(四)

厨房小知识(四) I...1...2...3...4...4...5...6...6...7...9...10... 11...12...12...13...14...15...16...17...18...18...19...22...22 II...23...24...25...26...27...27...28...29...29...30...31...31?...32...32...33?...33...34...34...35...36...36...37...37...38...38...40

More information

妇女更年期保健.doc

妇女更年期保健.doc ...1...2...3...5...6...7 40...8... 11...13...14...16...17...19...20...21...26...29...30...32 I ...34...35...37...41...46...50...51...52...53...54...55...58...64...65 X...67...68...70...70...74...76...78...79

More information

小儿传染病防治(上)

小儿传染病防治(上) ...1...2...3...5...7...7...9... 11...13...14...15...16...32...34...34...36...37...39 I ...39...40...41...42...43...48...50...54...56...57...59...59...60...61...63...65...66...66...68...68...70...70 II

More information

<4D6963726F736F667420576F7264202D2031303430333234B875B9B5A448ADFBBADEB27AA740B77EA4E2A5555FA95EAED6A641ADD75F2E646F63>

<4D6963726F736F667420576F7264202D2031303430333234B875B9B5A448ADFBBADEB27AA740B77EA4E2A5555FA95EAED6A641ADD75F2E646F63> 聘 僱 人 員 管 理 作 業 參 考 手 冊 行 政 院 人 事 行 政 總 處 編 印 中 華 民 國 104 年 3 月 序 人 事 是 政 通 人 和 的 關 鍵 是 百 事 俱 興 的 基 礎, 也 是 追 求 卓 越 的 張 本 唯 有 人 事 健 全, 業 務 才 能 順 利 推 動, 政 府 施 政 自 然 績 效 斐 然 本 總 處 做 為 行 政 院 人 事 政 策 幕 僚 機

More information

女性青春期保健(下).doc

女性青春期保健(下).doc ...1...4...10... 11...13...14...15...17...18...19...20...21...22...23...24...26...27...30...31 I ...32...33...36...37...38...40...41...43...44...45...46...47...50...51...51...53...54...55...56...58...59

More information

避孕知识(下).doc

避孕知识(下).doc ...1...3...6...13...13...14...15...16...17...17...18...19...19...20...20...23...24...24...25 I ...25...26...26...27...28...28...29...30...30...31...32...34...35 11...36...37...38...40...42...43...44...44...46

More information

孕妇饮食调养(下).doc

孕妇饮食调养(下).doc ...1...2...5...9 7...9...14...15...16...18...22...23...24...25...27...29...31...32...34 I ...35...36...37...39...40...40...42...44...46...48...51...52...53...53...54...55...56...56...58...61...64 II ...65...66...67...68...69...70...71...72...73...74...75...76...77...80...83...85...87...88

More information

禽畜饲料配制技术(一).doc

禽畜饲料配制技术(一).doc ( ) ...1...1...4...5...6...7...8...9...10... 11...13...14...17...18...21...23...24...26 I ...28 70...30...33...35...36...37...39...40...41...49...50...52...53...54...56...58...59...60...67...68...70...71

More information

中老年保健必读(十一).doc

中老年保健必读(十一).doc ...1...2...4...6...8...9...10...12...14...15...17...18...20...22...23...25...27...29 I ...30...32...35...38...40...42...43...45...46...48...52...55...56...59...62...63...66...67...69...71...74 II ...76...78...79...81...84...86...87...88...89...90...91...93...96...99...

More information

i

i i ii iii iv v vi 1 2 3 4 5 (b) (a) (b) (c) = 100% (a) 6 7 (b) (a) (b) (c) = 100% (a) 2 456 329 13% 12 120 7.1 0.06% 8 9 10 11 12 13 14 15 16 17 18 19 20 (a) (b) (c) 21 22 23 24 25 26 27 28 29 30 31 =

More information

怎样使孩子更加聪明健康(七).doc

怎样使孩子更加聪明健康(七).doc ...1...2...2...4...5 7 8...6...7...9 1 3... 11...12...14...15...16...17...18...19...20...21...22 I II...23...24...26 1 3...27...29...31...31...33...33...35...35...37...39...41...43...44...45 3 4...47...48...49...51...52

More information

i

i i ii iii iv v vi 1 g j 2 3 4 ==== ==== ==== 5 ==== ======= 6 ==== ======= 7 ==== ==== ==== 8 [(d) = (a) (b)] [(e) = (c) (b)] 9 ===== ===== ===== ===== ===== ===== 10 11 12 13 14 15 16 17 ===== [ ] 18 19

More information