Ørÿ=.]oÏ > ïœ áRI - ACL Anthology

Post on 24-Mar-2023

0 Views

Category:

Documents

0 Downloads

Preview:

Click to see full reader

Transcript

Computational Linguistics and Chinese Language Processingvol.2, no.1, February 1997, pp. 105-130.�Computational Linguistics Society of R.O.C.

�����������������

A Survey of Full-text Data Bases and Related

Techniques for Chinese Ancient Documents

in Academia Sinica

��� * � � +

Hsieh Ching-Chun* Lin Shih+

� �

Abstract

��������������������������������

���������������������������������

������������������������ ���� ���

���� ����������������� ������� �

������ 1995 ��������������������������

���� ������������������ ���������

����������������������������������

����������������������������������

�������������������������

A survey of full-text data bases and related text processing techniques for Chinese

ancient document in the past 12 years in Academia Sinica is presented in this paper.

Five Institutes, (namely the Institute of History and phonology, the Institute of Taiwan

History, the Institute of Literature and Philosophy, the Institute of Information Science

and the Institute of Modern History ) and the Computing Center of Academia Sinica

actively participated in this long range project since 1984. Beside, the Archival Library

of National History also participated in developing the database of Ching Dynasty.

Since 1995, some co-laboration projects with other Universities, such as London

University in England, Stanford University, Michigan University in USA, Chinese

*������������ E-Mail:Hsieh@ccvax.sinica.edu.tw

105

+ ������������� E-mail: linshi@gate.sinica.edu.tw

University in Hong Kong and Chung-Cheng University, Chung-San University and

National Taiwan Normal University in Taiwan have been launched to produce more

digital texts. Now, the total character count of on-line full-text data bases are over 115

millions, and the data bases of more then 80 million characters are coming. In this

report, we also survey some important techniques developed, including the structure of

full-text database, the ways of handling missing characters, the management of data

entry jobs, the development of markup system, etc. Besides, the status of some on going

related research projects are summarized in this paper as a future perspective of the

development of digital Chinese ancient documents.

��� :�������� (Markup)������ HTML� CTP�������

����

keywords: Full-text Database, Markup, Full-text Search, HTML, CTP, Font

Database, Content Index

�� ��

���������������������������������������

������������������������ 1������������

��������������� ��������������������

�������� ����������������������������

������������������������������������

�������������������������������� ����

������

�������������� ���������������������

������������������������������ �����

����� 1984 � 7 � 1 ���������������

�������������������������������

���������������� ���� ������������!"���

�#����������������������������������

������������������������������� ��$���

���������������������%&���% �'����

��� ��� ��(����������������������

��������������)��*������������ ������

106 ���.� �

������� ����������������������������

� 2�

���������+� ��������� &��� ������

���� � 1985 � 10 ��������� � , ������ 1986 � 2 ��

�-���������� 1986 � 4 ���-�����.������ 1987 � 1 �

����������/��������� 1989 ���0�������1�2

���������� �������������� �������

��������3 �����4� ���������� ��������

���������������������������������5��

����6������������ ���������������������

���������������������

�� ��������

���������� �7����1�����*�7���������

������8�9������� :����������������� 3 �

������������:���������� �:�������� ���

������������������������� , � ��������;��

�������� (hierarchical)3�� ����������� , � ���

���6� , ������ ��������� ������� , �� ���6

� , �� ��������� , ��� �����6��� �����<�= ,

���������� � , ��������������� ����������

����� ,3 �����

���7> ���&�1� , �����!� , ?�������� ����

�1� , ��@���"��������������6��1������ ���

�6���9�������������������������� ����

��������� , �������� �� ������ �6�����

������� ����A���� , ?����� �� ���6� (collo-

cation), ������� ���#� 4

3 ����������� [�� ] �<��������������&�

������$���� �!���� (1990 � )��������0":����

��������� [ �� ] �������������-��%����3 [��

�" ] �<�

���������3���B����� ��������� (corpus) ���

����������������� 107

�� ����$������� �����3 6��� (markup) �����

���������� ��� ������3���� ��������3

�������������<�7���������������

� <������������������������ ���

��������#��,���������������< 5�����

,������� ���$�������&���������������

����� ��������� ������ , �������B������

#�

�������� [� ] �<��������������������

������������ [� �� ]������3 ��#�5"�:��'

� ���9C����(� �� ����D�����������&6���

��� �������&6��#��&6��������������&�E��

��3�����������������#�� ��� [ � ] ��<�9��

��

��������������������������9�)���;��

�������0� +�����������1� ����������

��������������������

� �� ������������������

1997 /2/14 ���

� � � � � � � � � ���

������� ������������ �����

���� 39,969,533 [ �� 1]�� [ ���� ] 5,860,450 [ �� 2]��� 8,600,316 [ �� 3]����� [ ���� ] 8,049,602 [ �� 4]������ [���� ] 12,264,715 [ �� 5]������� [ ���� ] 5,054,793 [ �� 6]

�������� [ ���� ] 13,010,490 [ �� 7] ��� ��������

������

�����

�����

���� [ ���� ] 7,537,840 [ �� 8] ��� ������ �����

���� [ ���� ] 7,100,885 [ �� 9] ��� ������ �����

��������� 2,085,815 [ �� 10] ��� �����

���� [ ���� ] 1,700,011 [ �� 11] ��� ������� �����

��� [ ��� ] 104,257 [ �� 12] ��� ������� �����

��� -� 878,629 [ �� 13] ��� ��� ������

������ [ ���� ] 3,391,582 [ �� 14] ��� ������ �����

���� : 115,608,918

108 ���.� �

[�� 1] ����� 1984���������������� 1985� 7��������� 1990�6������������������������ 1992� 9������� 1995� 3���� ���������� 1997� 1�����������

[�� 2] �� (������� )����������������������������������������������������������� ��������������������������������������������������

�����������

[�� 3] ��� ��������������� (������ )�

[�� 4] ����������������������������������������������������������� ������������������

������������������������

[�� 5] �������������� �������� ��������������!��"�������� (�� )�!����� (�� )�#����������� (�� ) �#��������������� (�� )��� ��� (�� )���� ( �� )����� (�� ) ������������������� (�� )����� ( �� ) ������ (�� )�$��� (�� )��%�� (�� )��������� ( �� ) ���� ( �� ) ������������� ���������������������&������ � 1996� 3��'��('����������������� 1996� 12������ �����������

[�� 6] ��������)�������(���� 1996� 12��'��

[�� 7] ����� ���*���� : '�������� (���� )� +����,�)-����.���������� �������������/��������� ��� ��0 �������������� ��! ����"� �

� �)-���� ���������& ��� �

[�� 8] ��$�� ���������#�����)��������1��� ��������2$2��3����� ����2��������������������

���� ���%�3���%���������������

[�� 9] ����� ���������#�����)��������1��� �����������3� 1996� 12��&'��

[�� 10] ��+����4� �����'(��������4���������4���

[�� 11]� ���� �� �������)��� ����������� �����

��

[�� 12] ��������������$��*5��

[�� 13] ��� ���"� ��"� ���� ���� ���� ���� ��6� ���� ���� ���� ���� ��� ��

[�� 14]��+� ����� �7���������+���%8� �4�,��� ���+� ��9 (� -� )����������-�������������,:��������������������������.�/� 7� (1)52�$� 7� (1) ��, � 7� (3) ����� 7�������� 7����0�� 7�������� 7�������� 7�����;� 7������ 7�����������)-����������������������

�����:����� 6 ������)+����1������++�����.������������1 (-1995.12)���%������� (1)�������9�������0��: �����

����������������� 109

� ��� ���������������� : 5,860,450 ��

� � � � �

1 ��� ( ��� ��� , � ,�� ) 207,198 �

2 ���� ([ � ]��� ,�� ) 669,447 �

3 ���� (��� ,�� ) 469,287 �

4 ��� (���� ,[ � ]��� ) 418,917 �

5 ������� ( ��� ,�� ) 76,313 �

6 ���� (������ ,[ � ] ��� ,�� ) 305,759 �

7 �� ([�� ] ��� ,�� ) 238,432 �

8 ���� ([ � ] �� ,�� ) 195,879 �

9 ���� ��� ([ � ] �� ,�� ) 152,128 �

10 ������� ( ��� �� ) 165,503 �

11 ���� ([ � ]��� ,�� ) 499,758 �

12 ���� (�� ,�� ) 242,808 �

13 ������ ( �� ,�� ) 378,033 �

14 ������ (��� ,�� ) 457,385 �

15 ������� ([ ] �� ,�� ) 260,020 �

16 ��� ( �� ,�� ) 149,441 �

17 ��� ([ �� ]�� ,�� ) 533,143 �

18 ���� ( ����� ,��� ,�� ) 254,773 �

19 ��� (��� ,�� ) 186,221 �

� ��� ������������������� : 8,049,602 ��

� � � � � � � � �

1 ������ �� ��� � 542,418 �

2 ������ ��� 72,123 �

3 �������� ����� �� � 626,950 �

4 �������� ��� 476,158 �

5 ���� ��� 8,046 �

6 ���� ��� 15,410 �

7 ���� ��� 23,428 �

8 ���� �� ��

�����

�� 100,696 �

9 �������� ���� 291,994 �

10 ������ � 223,174 �

11 ������� �� ����� � 416,368 �

12 � ����� � ��� �������

���

15,342 �

13 ������ ����� ����� 319,241 �

14 ������ ���� ����� 1980 227,090 �

15 ��� ������ 2,878,643 �

16 ������ �� ���� 1981 416,648 �

17 ����� ����

������

952,633 �

18 ������ ��� ����� � 443,236 �

110 ���.� �

� ��� ������������������� :12,264,715��

� � � � � � � � � � �

1 ����� ������� [� ]�� ��� 3,802�

2 ���� ��� ����! ������ 13,184�

3 ��"�#�� � ����� 1960 311,493�

4 ����� �$� ���� ( � ) 9,347�

5 ����� ������� [ � ] ��� � 10,574�

6 ���� ������� [� ]��� � ( �� ) 5,330�

7 �%��� ������� [� ] � 87,026�8 ����� ��� ���� 19,114�

9 �&��� ( �� ) ��! 47,192�

10 �%��� ������ ( ) [� ] �� ���� 30,271�

11 ���� '���� 1,138,846�12 ������ ���� � ������ 903,836�

13 ������ ��( ��� � ( � ) 37,338�

14 ������� � �� ( � ) 15,804�

15 ��� ��� �� ( � ) 49,481�

16 ��� �� �� ����� � ( � ) 179,510�17 ����� [ ����� ] �� ���� 212,101�

18 ���� ������ ����� � 322,109�

19 ������� ��� �� � ( � ) 29,641�

20 ������ ���� ���� ( �� ) 7,535�

21 ����� � ��� �� � 54,110�

22 ��)� ������ ( � ) [� ] �� ���� ( � ) 22,513�23 ������ ������ ��� � ( � ) 28,396�

24 ��� � ��! ( � ) 8,360�

25 ������ ������ ( � ) [� ] �� ���� 15,460�

26 ����� ��! ( � ) 48,620�

27 ����� ���� � ( ) ������

���* ( � )

40,922�

28 ����� �� ���� 3,872,972�

29���

[ ]���

����

��� �2,009,963�

30 ��� [ ]�� �� 161,375�

31 ������� ��� ����� 403,432�

32��

[ ]���

[� ]��

��1,572,575�

33 ������� +� ����� � (1987) 387,596�

34 ����� � ��� � ,���! 204,879�

����������������� 111

� ��� �������������������� :5,054,793��

������ ���������� ��������

�� �� �����������

� �� �����������

� �� ��������

�� �� �������������

�� �� ���������

�� �� �����������

� �� �����������

�� � �����������

�� � ����������

��� � �������������

����

��� � �������������

�� ����������

������ ���������� ������

�� �� ��������

� �� ����������

� ��� ���������

�� ��� ����������

�� �� �����������

�� ��� �����������

� ��� ���������������

�� ��� ������������

�� �� ���� ������

��� �� � �����������

��� �� � �� ������

�� �� �����������

������ ���������� ��������

�� �� ������

� �� �����

� �� �������

�� ��� �����������

�� �� ���������

�� �� ��������

� � � ����������

������ ���������� ��� ����

�� � � ��������

� � � ����������

� � ���������

�� ��� ��������

�� ��� ��������

�� �� ���������

� �� �������

�� ��� �������

�� ��� ���������

��� ��� ��������

���� ���������� � �� ���

�� ��� �������������

� ��� ���������

� �� �������

������ ���������� ����

�� �� ���������

������� ���������� ������

�� ��� ���������

������ ������������� �������

�� ��� �������

� �� �������������

� �� ������������

�� �� ������������

��������

�� ��� ��������������

������ ����� ����� �� ���

�� ��� �����������

� �� ���������

�������� ���������� � ��

�� � �������������

� � � ��������������

���������������

� �� ���������

�� � ��������������

�� �� �����������

�� � ����������

� � �� ����������

�� � �����������

������� ���������� ������

�� ��� ������������

� ��� �������

��� ������� �����

� �� ���������

�� ��� �������

�� �� ��������

�� ��� �����������

� ��� �����������

�� ��� �����������������

�� ��� �����������

��� ��� �����������

�������� ���������� �����

�� �� �� ���������

� ��� ����� ������

�������� ����� ����� ������

�� ��� ���������������

� �� �������������

� ��� ���������

�� ��� ����������

�� ��� ���������

�� ��� ��������

� �� ���������

�� �� ����!���������

�� �� ����������

��� �� ��������

��� � � ����������

�� � � ����������

�� �� ��!��������

��������� ��������� ��������

�� ��� ��������

�������� ��������� ��������

�� ��� ���������

��������� ��������� �������

�� ���� �������������

����������������

� ���� �"#�$������

� �� � ������������

�������� ����������� ������

�� �� ��%����������

������� ���������� �������

�� �� ����������

� ����� � &�������� ������

�� ���� ��������

������� &�������� �� ������

�� �� �������

� ���� ��������

�������� &�������� �� � ��

�� ���� ��������

� ���� ��������

112 ���.� �

� ��� ������� /�������� :13,010,490��

��� 1 ��������������������������������������������������������������������������������������

��������������� ������������������ 2 ���������

���������� 3 ����������������

7

���������������� �����������

��� ��������

�� ������

��� ��������

��� ��������

�� ������

��� ��������

��� �����������

��� �����������

��� ����������

� �� ��������

���� ���������

��� �����������������������

���� �����������������������

���� ��������

��� �����������������������

� ���� ��������

� ���� ���������

� ���� ����������

���� ����������������

� �� ���������

� ��� ��������

�� ����������

� ��� ��������

� ��� ���������

� �� ����������

� ��� ��������

� ��� ���������

� ��� ��������

� ��� ���������

� �� ��

���� �

��� ���

���� ���

� ���� ����������

��� ���

���� ��

���� ���

� ���� ���

���� ����

� �� ��������

���� ������

��� ����

���� ����

���� ������

��� ������

���� ��

���� �������

���� ���

���� ����

�� ����

��� ���

�� ����

��� ���

��� ������

�� ��������

� ��� ��������

��� ��������

� ��� ���������

� � �� ��������

� ���� ��������

� ��� ���������

� ���� ���������

���� ��������

��� ���

���� ���

�������������������� ��������

��� ����

�� ��

��� ���

��� ����������������

�� ����

�������������������� ��� �������

�� �������������� ��������

�� �������������������

��� ��������������������

��� ����������������������

�� �����������������

��� ��������������������

��� �������������������

��� ������������������

��� �����������������������

� �� ���������������� !���

���� �������������������

��� �� ����������"����

���� �� �����������������

���� ���������������!���

��� ���������������������

���� ��� ������������#$��

���� ��������������������

���� �� �������������$%��

���� �������������������

�� ����������������&����

�� �����������������'����

� ����������������%

������

�� ��������������������(�

�� � ������������ �)�

� �����������������%�

�� �������������������

�� ������������������

�� �������������� ������

�� ������������������

� � �� ����������������

��� �� �������������*�

�� �� ���������������%�$��

��� �� ���������������

��� �� ��������������

�� �����������������%�

��� ����������������%�

��� ����������������+����

��� �� ��������������� � ��

��� ������������������#���

� � ������������������� �

��� ��� �������������

�� �����������������!��

����������������� 113

��� ������������������

��� �������������������

�� ����������������!���

��� ����������������,���

��� �������������������

��� ������������������ �����

��� ���� ����������-.%/��

� ���������������������

�� ��������������"���

� � ���������������

�� � ����������������

�� �����������������

� �� ������������� ��

�� ������������������

�� �� ��������������0� �

�� ����������������� �!���

�� �����������������"%�

� � ���������������"%�

��� ������������������

�� ������������������ �

�#�%�

��� ������������������)�” ��� �� ����������������$�

�� ���������������������

��� ���������% �����

��� �� ��������% ���1�

�����

���� ���������������!�

���� ����������������&%��

� �� ���������������&!����

��� �� ����������2���

�� ��� �����������'�(����

���� ������������������)����

���� ��������������������

��� ����������� ��������

���� ������������� �3� ����

���� ��������������

���� ������������&� ����

��� ����������������

� �� � ��������$��

��� �����������

��� ������������� %�

%���������

���� ��������������%�

��� ���������������

��� ��� ������������

��� �� ���������*�

���� ���������������

���� ��������������

���� ��� ������������(&��

� �� ������������������

���� ����������(��

��� ����������������

���� �������������������

���� ����������������

��� ���������������

���� ��������4��(��

��� ���������� �+��*���

���� ��������������0�%�

���� � �����������)�

� � ���������,������

� ��� �����������,��

� �� � ����������5����

� �� � ����������5� ����

� ��� �����6����� ��

� �� � ��7 ��������

� ��� � ����������$��

� ��� ��� �������-������

� � �� �����������������

� � �� �� ��������������

� �� � �������������������

� ���� ��������������3 �8�

� ��� ���������������&����

� ���� ��� ������������9��� �

� ���� �����������������

� ��� ��������������"$�������

� ���� ����������������'���

� ���� ��������������.����

� ���� �������������)� �%�

� ���� �����������������

� � � ������������������

� ��� ���������������:��

� �� ��������������������

� ��� �������������������

� ��� ���������������'����

� �� ��������������!����

� ��� �����������������

� ��� �������������������

� ��� ����������������

� ��� ��������������%�

� �� � ��������������%�

� ���� ������������������

� ��� � �������������-.;��

� ���� �������������� ��

� ���� � ����������<-.����

� ��� � ���������-.��������

� ���� � �����������)�"��

� ���� ���������������

%���=����������� ���������

� ��� �> �

� �� /�� �

� ��� ����

��� ����

�� �� �

��� ����

��� *�������

��� ?�

� ��� )���

� � ���

��� 7@� %��

�� �@�����

��� �%�����

��� ���

�� ����0�

��� "=�!�

��� 1���

�������������� ��� ���

��� 0��

�� ���

��� ��

��� ������

�� �2�

"��,:���������� ���������

3�4�������� ����2�� ���

����5����

�� �)��������

� �)������%�

�� �)��������

�� �!�����

� ��8�������

�� ���6A��

�� ���6A�B

114 ���.� �

8. ����� 16. ���������

9. ����� 17. ������

10. ������ 18. ������

11. ���� 19. ����

12. ������ 20. �����

13. ������ 21. ��

14. ������� 22. ��������

15. ��

� ��� ������������������ :7,537,840 ��

��������� ������������

������������� ������������� ����

� �� / �

A 68 ������� 1

B 84 ������� 6

C 30 ���� 4

D 65 ���� ��� 3

E 66 ������ ��� 3

F 74 ������ ��� 4

���

G 105 ������ �� 5

H 121 ������ ��� 6

I 75 ���� ��� 2

J 103 ���� ��� 2

K 113 ������ ��� 4

L 140 ������ ��� 4

M 124 ���� ��� 2

N 146 ������ ��� 3

O 141 ���� ��� 2

P 156 ���� �� 3

Q 159 ���� ��� 2

R 160 ����� ��� 4

S 164 ���� �� 3

T 172 ���� ��� 3

� �� / �

U 37 ������ ��� 2

V 55 ������ �� 2

W 58 ������� 1

X 73 ������ ��� 3

Y 81 ������ �� 1

Z 145 ������ ��� 2

AA 48 ��� ��� 1

AB 63 ���� �� 1

AC 80 ��� ��� 3

AD 95 ��� �� 5

AE 61 ������ �� 2

AF 101 ������ 1

AG 92 ����� ��� 1

AH 181 ������ 3

AI 185 ����� 1

AJ 195 ������ � 3

AK 233 ������ 1

AL 132 ������ 1

� �� / �

AM 104 ������ �� 1

AN 109 ���� ��� 2

AO 115 ���� �� 1

AP 52 � ��� 1

AQ 120 ���� � 2

AR 243 ��� 6

������

AS 148 ���� ��� 1

AT ���� ��� 2

����������������� 115

� ��� ������������������ :7,100,885 � )

����� � � �� / �

1 027 ����� 3 � / 449

2 029 ������ 1� / 93

3 031 ������ 3 � / 251

4 038 �������� 2 � / 297

5 049 ���� 1 � / 180

6 062 � ��� 1 � / 69

7 088 ������ 1 � / 142

8 110 ����� 2 � / 203

9 158 ������� 1 � / 188

10 165 ������� 1 � / 180

11 167 ������� 1 � / 52

12 173 ������ 4 � / 574

13 176 ������ 2 � / 344

14 178 ������ 2 � / 320

15 179 ������ 3 � / 392

16 186 ������� 4 � / 736

17 187 ������� 1 � / 194

18 188 ������ 3 � / 520

19 189 ������� 1 � / 68

20 190 ������� 1 � / 172

21 191 ����� 3 � / 410

22 192 ��� 4 � / 568

23 193 ������� 2 � / 306

����� � � �� / �

24 200 ������ 5� / 842

25 203 �������� 3� / 422

26 204 ����� 1� / 126

27 205 ����� 2� / 312

28 210 ����������� 3 � / 440

29 226 ������ 2� / 218

30 227 ������ 1 � / 114

31 228 ������ 1� / 142

32 231 ��� ����� 1 � / 70

33 236 ���������� 1 � / 60

34 247 ���������� 8 � /1126

35 253 �������� 2� / 468

36 256 ����� 1 � / 94

37 262 ����� 2� / 322

38 273 ������ 2� / 340

39 276 ������� 2� / 272

40 277 ��������� 2� / 238

41 278 ���� ��� 1 � / 98

42 285 �������� 3� / 524

43 288 ��������� 3 � / 408

44 290 ������� 1� / 104

45 300 �� ���� 2� / 262

[�� ]�������������������������������������

� ��� ����������� ( �� :1,700,011 � )

� � � � � � �

1 ������ � 1,141,622�2 ������ ��� 71,333�3 ����� ��� 487,055�

� ��� ����������� ( �� :104,257 � )

� � � � �

1 �� 64,143�2 ���� 14,768�3 �� 25,345�

116 ���.� �

� �� ��������� ( �� : 3,391,582 � )

�� � � � �

1 ��������� 6,205 �

2 ������ 19,929 �

3 ��������� 3,207 �

4 ������ 19,966 �

5 ������ ( � - � ) 362,984 �

6 ������ 115,197 �

7 ������ 108,675 �

8 ���� 246,421 �

9 ������� 306,376 �

10 �������� 246,078 �

11 ��� 9,758 �

12 ����� 57,946 �

13 ������� 111,961 �

14 ��� (1)52 � � 7,441 �

15 ��� (1) ����� 67,872 �

16 ��� (3) ����� 23,530 �

17 ���������� 3,857 �

18 �������� 2,319 �

19 ���������� 5,620 �

20 ��������� 4,474 �

�� � � � �

21 �������� 1,478 �

22 ������� 1,677 �

23 �������� 7,215 �

24 ��������� 56,699 �

25 ���� 154,030 �

26 ������ 386,745 �

27 ������ 104,524 �

28 ����� 60,006 �

29 ���� 11,046 �

30 ���� 6����� 4,562 �

31 ���������� 218,003 �

32 � 34,673 �

33 ������ 51,769 �

34 ���� 120,204 �

35 ���� 51,340 �

36 ���� (-1995.12) 242,251 �

37 ������� 87,069 �

38 ��� (1) ����� 47,024 �

39 �������� 16,507 �

40 ������������ 4,944 �

���������������������

1997 /1/14 ���

��� �� ���� ���

������� ( � )[ ��� ] 54,898,000 ��� ��������� �����

������ [ ���� ] 12,700,000 [ �� 1] ��� ����� �����

������� [ ���� ] ��

�� ( � ) 1,891,000 [ �� 2] �����

������ 950,000 [ �� 3] ����

� ��� 1,100,000 �����

����� 1,000,000������ [ ���� ] 650,000 ��� ��������

�� ���

����

�����

�� 1,500,000 [ �� 4] �� ������� ����

���� 633,000 [ �� 5] ���� �����

������ : 75,322,000

[�� 1] �������������������������������������������������������������������������������

������������������������ �

[�� 2] ����������������������������������������(�� )��������� (���� --��� )�

[�� 3] �������������� ���� �

[�� 4] �������������������������� ����������������������������������������������������

���������

[�� 5] ������������������� ������������ (ETU )��

����������������� 117

������

� ��� ���������� ( ��� : � 54,898,000 � )

���� : � 4,349,000 �1985-2006,2012.� �������

[ ]�� : 2061.�[� ]�� : 2063.�� �[ ]� : 2076.�����[� ]� : 2104.�������[� ]�� : 2105.��������[� ]��� : 2121.���[� ]�! : 2122.���[� ]� : 2145.��� �

�������� 42,389,000 �1.��� ������ 2,275,000�2.�"� ��������� 4,365,000�3.����������� [ � ] #��� , ��� 5,390,000�4.�� ���� (2-34$ ) [ ] �� , ���� 7,110,000�5.��� (1-133$ ) �%������������ 12,320,000�6.���� 1,500,000�

����� No.2034 [� ] ����� No.2034 [ ] ������� No.2036 [� ] ��������� No.2066 [� ] ����� No.2087 [� ] &������������ No.2106 [� ] �

7.���� [ � ] ��� , ��'����� , 1975 2,180,000�8.���� [ � ] ����� , ����� , ��� 1,010,000�9. �� � �������( (�������� ) 900,000�10.�� [ � ] ��� , �����( (!��� ) 865,000�11.���� [ � ] ����� ,��� ( ���������� ) 950,000�12.����� �����( ( ����� ) 505,00�13.�)� [ � ] ��� , �����( (����� ) 320,000�14.���� [ ] ��� , ���� , ���� , 1987 560,000�15.��� [ ] ���� , ����'�� ,���� , 1989 138,000�16.���� [ � ] ��� , ��������� ,���� , 1984 120,000�17.�*� [ ] ���� , ���� , ���� , 1981 39,000�18.�+� [ ] �� , �� �,��� ���� , 1983 74,000�19.������ [ ] ��� , �-��� , ���� , 1994 370,000�20.�� � , ��� � [ ] � � , �!��,��� ���� , 1984 63,000�21..��� [ ] � � , �!��,��� ���� , 1984 74,000�22. �� [ ] �/�� , ���� , ���� , 1981 46,000�23.��� [ ] �!�� , ����� , ���� , 1981 58,000�24.���� [ ] � , �'����� ���� , 1983 76,000�25.��� [ ] ���� , ��'�� , ���� ,1985 90,000�26.�.� [ ] ��� , ����� , ���� ,1983 235,000�27.�� � [ ] ��� , ����� , ���� , 1983 232,000�28.���� [ ] ��� , � ��� , ���� , 1982 27,000�29.���� [ ] ��� , � ��� , ���� , 1982 46,000�30.�� [ ] (�0� , �������� ���� , 1989 277,000�31.��� [ ] ���� , ����� , ���� , 1981 80,000�32.��� [ ] ��� , ����� , ���� , 1983 94,000�

� . �� � 8,160,000������ (3-21 $ ) 2,220,000������ (29 $ ) 5,940,000�

118 ���.� �

� ��� ������������� :� 12,700,000��

����������� (����������������� )� ( ��� 7,600,000� )

��� � 1 � � $� ,�� ��� � 1 � � $� ,��2 ���� ��� 1 $ ,104� 83 ����� � 2$ ,262�3 ��� � �2� 1 $ ,102� 87 ������ � 1$ ,182�

4 ����� �� 1 $ ,177� 89 ��� �� 1$ ,96�

6 ��� ��� 1 $ ,141� 90 ������ ��! 1$ ,104�7 ���� � 1 $ ,126� 91 �� � �� 2$ ,332�8 ���� � 1 $ ,69� 116 ������ �� 1$ ,54�9 ���� �3 1 $ ,64� 117 �� ���� 5$ ,852�12 �!� ��� 1 $ ,107� 125 �"���)����# 3$ ,364�14 "��� ��� 1 $ ,72� 128 ���� �� 6$ ,1064 �17 �4�� �5� 4 $ ,598� 139 �����$ 1$ ,84�19 ��6 ��� 1 $ ,63� 150 �� � �� 9$ ,1712 �20 ��� �� 1 $ ,39� 151 �������� 1$ ,176�21 $���� �� 3 $ ,286� 152 ��������� 6$ ,1116 �36 ���� ��0 1 $ ,117� 180 ����� 1$ ,60�44 ���� -� 1 $ ,72� 184 ����%������ 1$ ,92�45 ���� !�� 1 $ ,82� 196 ����� �� 1$ ,108�46 ������ � 1 $ ,122� 197 ����������$ 1$ ,152�51 ������� �� 1 $ ,55� 199 ���# 8$ ,1222 �71 ��� ��� "� 2 $ ,282� 216 �������� 1$ ,142�78 ������� 1 $ ,163� 218 �������� 6$ ,784�79 ��(���� 2 $ ,250� 295 ����������� 4$ ,594������������ (������������������ )� ( ���� 5,100,000� )�

��

�� 1

$

�� �

��

��

�� 1

$

�� �

��

4A 001 ����� 1 $ 87 �"� 46 4AC 107 ��� 1 $ 62 �#�� 504B 005 ���7�� 1 $ 78 �"� 47 4AD 119 ��� 1 $ 106 ��� 504C 010 &�� 1 $ 83 ��� 47 4AE 122 ���� 1 $ 140 ��! 504D 011 ���� 1 $ 78 ! � 47 4AF 129 ��� 1 $ 68 �#$ 504E 013 ���� 1 $ 101 � 47 4AG 131 ��'��� 5 $ 806 �� 504F 015 ���7(8 1 $ 87 � � 47 4AH 154 �����! 1 $ 64 514G 016 "����8 1 $ 74 47 �����

4H 022 ���� 1 $ 78 ! � 47 4AI 155 ������ 1 $ 122 514I 023 ���� 1 $ 66 47 4AJ 161 ���� 1 $ 108 � � 524J 024 ��� 1 $ 63 )� 47 4AK 162 ����� 1 $ 52 ��� 514K 025 �*(8 1 $ 98 � 47 4AL 166 �� 1 $ 130 � � 524L 026 �� 1 $ 81 �$� 47 4AM 171 �����+ 1 $ 119 524M 028 ������ 1 $ 78 � � 47 4AN 198 ��)9���� 3 $ 376 534N 030 ��� 2 $ 200 ��� 47 4AO 206 ���� 1 $ 62 �� 534O 032 �!�� 1 $ 194 � 48 4AP 207 ������ 1 $ 114 � � 534P 034 ���� 1 $ 92 � " 48 4AQ 208 ���� 2 $ 306 � � 534Q 039 � ���� 1 $ 161 �� 48 4AR 211 ���� 1 $ 110 � � 544R 040 ����� 1 $ 65 ��� 48 4AS 214 ������ 1 $ 132 � � 544S 041 ���� 1 $ 92 �: 48 4AT 220 ���� 4 $ 606 � � 554T 042 ���� 1 $ 62 !� 48 4AU 221 ������ 1 $ 92 ,�� 554U 043 ������ 1 $ 87 48 4AV 222 ����;" 1 $ 66 55

<��� 4AW 223 ����� 2 $ 260 � � 554V 047 � ���� 1 $ 116 ��= 48 4AX 283 %���>���� 1 $ 80 ��� 594W 050 ���' � 1 $ 70 � " 48 4AY 287 ������ 2 $ 290 � � 594X 053 ���� 1 $ 52 48 4AZ 292 �������� 2 $ 282 604Y 054 ���-� 1 $ 92 48 4BA 293 ���� 2 $ 337 � � 604Z 060 ��) 3 $ 448 #�� 49 4BB 298 ���&7�� 2 $ 386 60

4AA 093 ������ 1 $ 120 � 49 4BC 299 �������� 1 $ 219 614AB 094 �#��� 1 $ 152 � � 49

����������������� 119

� ��� �������������� :� 4,941,000��

� ������ 1,891,000� 1.����%��$( ) &$������$������ 370,000� ( ���� -- ���� )

1.���� 300,728� �� ������� ( ����� 950,000 � )2.���� 67,620� 1.����3.������ 1,700� 2.��.������� ���� ( � )

( � ) ��&$�������$�� 977,000� 3.� ���� ( ' )1.�� 136,814� 4.����2.��!� 840,256� 5.�� ��

( � ) ������ 544,000� 6.?�����?������ �1.�� 251,951� �%��/

2.���� 35,274� �� � ���� ( ��� 1,100,000� )���� ( ��$ ) 257,017� �� ������ ( ��� 1,000,000� )

( � ) �@�� (��(� )

� ��� ������������ ( ��� : � 650,000 � )

�%���� ( � )no.291 ���A�������������+� � 26,250�no.292 ��!!����������+� � 77,000�no.310 �������������)����������+� � 66,500�no.310 �������!��� �����������+� � 26,250�no.323 � '! ���� ( ��������+ ) � 14,000�no.324 �B)�������������+� � 10,500�no.338 ����" ������������+� � 14,000�no.342 ���AB�#�����������+� � 33,250�no.381 ������#�����������+� � 26,250�no.399 ����������������+� � 36,750�no.401 �����"������������+� � 24,500�no.425 ��&�����������+� � 112,000�no.433 ����������������+� � 23,250�no.459 �����(������������+� � 12,250�

no.585 �$/�#�����������%+� � 56,000�

no.606 ���������������%+� � 85,750�

����������������� 1997 �������������������������������

�� �������

�������� (CTP/FTMS)�� UNIX ��������������������

������� [�� ] ���������������������

CTP ������� (access method) �������������� (string

matching) �������������������������������

120 ���.� �

���� ����������������������������

���� BIG-5 ���� (character) ����������������������

�������� (word) ����� �������������������

����������������������� 486(33MHZ)�����

� 25 �������� ���������������� (throughput) �

�� SUN ������� 70 ����

�����������������������������������

��������� ������� ���������������� ����

������������������������������������ ��

����� ������������� ��������!��"����

��������#��������� Not in this word list ����� ( OR,

� AND ��� AND NOT)�����$���� CTN � FTMS ����$���

���� WWW(World Wide Web) ����� (1994 ���� ) �������

� WWW Home Page����%�� URL �� http://www.sinica.edu.tw

CTP/FTMS �"�����������&��������"��������

���&�������������������������������

�'�(�����������������������������

'�����'�����&����������� ������ ����

�&�����������'��������&�������'(�

�����)�������������� FTMS ���������

FTMS ����� ��� FTMS ���������*���� ���������

������� � [�+ ]�

������������������������������'����

����� FTMS ���,������� $��������������

��������� (know how) ��-���� ������������&��

����������������������������

����������������� 121

� �� ������������

���������

�� ���� ��������� ��

���� �� �� ���������������� �� � ���

� � � � � �

��������������������������������������������������������������

����� ���� ����� ��� �� ��� �����������

� � ! "�����

�#� �� � $# �%� ���

! &�� ��

�� � �'"��� (�� �)* ��*+ ��,)��*,���* ��

���� ���������� ��� ��� ���!������ ��!��������

������

�- �� ��*��*� ������� ��*��*�� �����������������������

�- ���� .�&/�00-���%00 ��� ���! ,�����12* ���

����

�������������������������������������

���1 ��+1 �*3/���- �*�4*� ����� ��� ���/3��5�*�-� �*��,�6* ������������

��� ��� ���� ���

����� ������������ ���������������� �� 7� �����

�������������� ����� ������ $# ��� +�,�+ ������

�� �����

�� ��� ���

������� ��� ���� � ������ ��� ������ ��*��,�6*��*3*�6+��*���

������/��3+*-������ ��������/5��1�5-����������� ����� �

/ 7�-���������� ����� ��������������/��� �-� ��

���������������������������� #���1�5� ���� ����

� #���1�5��������������������� ��������/)�0* 6�2*-�

�� �"8 )��6��555�����,��*1���5����� ����������������������

�� ��/�*�0���+- � $# ���������� ��������� �������

������

! �� $#

.��

��

� �� 9�)*��*� ����������� ����� �#���

� �� 9�)*��*� "��:� 6��� �������� � !��;*�0���

� ��������/��-

� � �! �� ���� ����� � ����� ��� ������!����������

������ ���"������� ����������������� ��" ��6*� '7�

������

� �������������� �#���������������"��������$��

����#�����

:���� �/�:� 3<�*�- +�,�+ ���

122 ���.� �

� �� ������

1. ���� 1995/4���~b �� (textelement) ��� ~l ���� ( �� ) ���~e ����� ~B ���������

~E ��������� ~p<page> � <page>����������� 3-2�~d<dir> ���������� <dir>� ~f<file> ���� <file>�

2. ������

\s �������� ,��������� \U<x> ���������� ,<x>����\h ���

\ul � :��� ,���� , \ui �� :���� ,���������� ��������������

\um �� :�������������� \ur � :�������������3. ��

\tb ��������� ,���� \th ��������� ,��� ,���\tr ����������� ����

\tr ����� \td �������������������

4. ��

\qn,\Qn ����� \qf,\Qf �����\qa,\Qa \qd,\Qd �����

��������

����. �'���� +��� , �������/������'

� ���� ; ������������������� � , �����

��������������'�0 , ��� ����������� , &���1

����������������� ���� , ������2�

�����2������ , ����3 , �������������� , ���

�������

1. ��

�'�������� , ���'����������� , ����������

������� , �� ���� , ������������������

'���&��� , �'������

�'����. �4�� :

���������������

����� , ������������������������������� , ���������������������

������� \qn � \Qn����������������� ,���������������� \ �� \\������������������ , ���� ������� (A1B4)����������

����������������� 123

2. ��

������� �����' , ��������'���� , ���

�����2���'�� , ��� ��������� , ����������

�������2��5�2������ , �������� �����

�� , ����'�������� , �������� ���� , ��

������������ , �������� , ��������6�

��������� , ����7�������������������

�8���� , ������ : �� ������#��"����

����� 471 ��� ��0 , ���� �� ������

������������������� ��

����� , �������(����� , �������&���

��� , � ��!���� , ��� � , �9��:����

3. �����

������ , ������������ �0�� , ������8�

��;�)� ; ;������� , )������������������ ,

��� , ����� , )������(��� ��� , ��;����

��� , �� �������� , ����:�

���!�� , ����� , ������ , "�2������

, ����� ����������� , ����������

4. �����

���"��� , ������#����������� ( ��� � ) ��

"��������������������������

�������� , ������ , ���3������ , ����

����������� � , �������� , ��������

:������� , �� ��������#������������

:� �� , ����� � , �����<��������� ���

���������� , ������� ��

5. �����

������ , ���������: , �����0����� ����

� , ���! , ���������

124 ���.� �

��������

1. �������

Big5 ������ , �������� , ������� , �� ����

��������� , ��������� , �� �� , �� �� ,����

����������� , �"�������� , ��"������ , �

��������#������ , ���� ���0�� , =����� ,

������2������ , ������8���������� , �

#� � ���������� , ������������ ����&

��� �� , > ��� ; �������� , ��������������

��������� :

��� : ����� high byte� FA~FE, 8E~9D, 81~8D����� low byte � 40~7E, A1~FE (� 34*157 = 5338� )

��� : ����� high byte� 9E~A0����� low byte � 40~7E, A1~FE (� 3*157 = 471� )

2. ����

(1) ���� : ����� , ������ , ������������� , ���

���

(2) ���� : ������ , ��������������� , �������

����������������� , �������� , ����������

���������� , ��������������� , �� ������

����� , ���������� , ���������������������

� , ������������� , ��������

����������� : ����� , ������

�� : ������������� (� )����� (� )������

(� )������������������������� ,

��� ,��������������

�� : ������� , ��������� , �������

��� : �����������������������

������ : ���������������

�� : ������������������ , ���������

(3) ���� : ����������������������� ������

�������������������� , �����������������

�� , ������������ , ��� ,������������ , ����

����������������� 125

����������������� , ����� ( ���������

� ) �������� , ������������������� , ����

�� � , ��������� , ������� , ��������

������� ( � ) ��� , ������������ , ���������

��

(4) ���� : ���� �������� , ���������������

���� , �������������������� ,���������� , �

���������������� ��� , ��������������

���

(5) ����� : ����������� , ����������������

�������������� ,����������� ,�������

(6) �� : �����������

(7) ������� : ������� , ����������������

����������� , ���� �� �

�� �����������

CTP ����� 1985 ������ 1988 �������� 6 �����

��������������������������������

���������������������������� �

����������������������������

����� �������������� [ �� ] ��������

�����������������������������

�������������������������������

�����������������������������

������������������������������

����������� �������

126 ���.� �

� �� ���������

���� 1996. 12������ ��� ����

��� ���

����� ���� 1995. 2��������� ������� [ �� 1] 1994. 11 1995. 518 ��������� ������� [ �� 1] 1994. 11���� ����� [ �� 2] 1995. 4���� ������� [ �� 1] 1995. 5���� ���� 1995. 6���� ���� 1995. 9������ ����� [ �� 3] 1996. 6���� ������� ( � ) 1996. 11 ������ ���� 1996. 11��������� ������� 1993������������ �������������

����������� ����

���������� ����

������������ ��������� 1995. 1������ ���� 1995. 10������ ���� [ �� 4]� 1995. 10

������� ( � )� ���� ���� 1996. 5������� ������� ( � )

[ �� 1] ������������������������������������������������� ��������

[�� 2] 1996� 6 14���� �������

[�� 3] ��� �����������

[�� 4] ������� ���� ����� ��� 1995� 10����������

������������

��������������!�� ����������� ������

��"��������#���������������� �� ���

������� ����������������������������

�����������!����������� (record) ��������

������� �������� �������������������

����� (field) ����� � �����"�������� ��$��

�������� ���������%�������&�������$�

�������'��!�� ( � DORE �� Document Retrieval System�(��

�)�� )���*������ ������ ��+����������

��,�-�������.��/�������������/��� ���

��-��������

����������$��� ������� ���$�����-���

$��������

����������������� 127

���������

����0������������������������������+��

�� ����������*�������������������������

(query) �����������������������������������

�����������������

���������������������������� (super imposed

coding) �������� (signature) �������������������

������������������� (����� CSmart) �

����������� ������������������������

����������������������������������

������ ����������������� (partial match) ������

����������� ACER ������������ ACER ������

����� ����������� ������������������

������������ ��� INTERNET � WWW �������������

��������� 6������������������������

��������� ����� �!������ �����������

����������� ��������

������� ������� SGML ���������"���#

����� �����$���������%��� FTMS �����

�����������������%������

��������

&������'���������(���%���� WWW �)������

��%������ ��� (descriptive markup) , WWW � HTML �� , ����

���� , ��&������ , ��������� , �������

� ? ���&����� , *������������ , �������+���

���,��&��� ���� ������ , ������������

���-������ ���� HTML , ������������ , ��.�

����� ����/ 0� � , ������1� ( � ) ��� , /��

� , ���������� , ������������ \qd � \Qd 2 �� , ��

������������ , ��3�������� HTML , �������

��

FTMS ����� HTML ����������������� [�� ]�3�

128 ���.� �

� �� FTMS ������ HTML ����

1996/5 ����� ��������� HTML��� \s ,\U<x> <p>�� \um <center> ... </center>�� \ur <center> ... </center>�� <newline> <br>��� \p <hr>�� \qn ... \Qn <font size=-1> ... </font>�� \qf ... \Qf <font size=+1> ... </font>�� \qa ... \Qa <font size=-1>[ ... ]</font>�� \qd ... \Qd <font size=-1>( ... )</font>���� ( ��� ) \tb <table><tr>���� ( ��� ) \th <table><th>������ \tr <tr>������ \td <td>���� \te </table>

����������� , ~d � ~f ��������� , ����� ~p �� \p,��� HTML����������� ~b(� ~l) � ~e �� , ��������� , ���� (tree)������ WWW ����������� ,�������������� , ������� , ����� , ���� ~B � ~E ������������������������ , �� �� HTML ���

���+���%������� WWW �)���&�����������"

��������)�����������������%4������

���������������� ( ����� ) ��

�����,������������������$���������� (Code)

��� (Font)�������������������5 ������������

���������������������6 ����

�������6�������������� ������������

����������������7������������������

���*�� ���6��������������������

����������������� ��������� ������

� 7����������� ��)������� ��������� �!��

����%������������������������

�������������

�������������"���������������������

� ��������������� ������� �8�)���������

����������������������7������������

����������������� 129

�������9�������������������� hypertext ����

���������������������:�9�����

(Multiple/concurrent togging) �������#; �����������

� knowledge chunk ��������3 (tag) ������������$�����

��������������������������������

��)����� �3�����7�������������'�����

FTMS ������������ 8�

������%������/������������������<����

�#������:��� �7��$���������������� ��

������������

� �

)��=�������� ����� �� �� �����>8%������

����?�� �������������� �(�����������

���&������������

�� ��� (C.P.SNOW)� 1959����� The Two Cultures� ������������� 1964���� ������������� The Two Cultures and A Second Look����������

��������������������������������� 147 �� p32-391995,11.1������������������� ������ 1996� 12� 20��

���� ������������ CTP, Chinese Text Processor�������������������������������� FTMS, Full-Text database Management System �

��������������������������������� FTMS������ Jan. 1996���������

������������������� Linguistic Markup � ROCLING Text Corpus ExchangeFormat� SIGMT ROCLING, Dec. 1995���� � � �������������������������� 1. � AModel-Based Signature File Approach for Full-text Retrieval of Chinese Document Databases. � ComputerProcessing of Chinese and Oriental Languages, 1995. 2. � Fast and Quasi-Natural Language Search forGigabytes of Chinese Texts. � ACM SIGIR95 3. �� Csmart � -A High Performance Chinese Doc-ument Retrieval System. � ICCPCOL95 4. ������������������������ROCLING95

�� ���� 1.����������� ������������������������������ 1995� 4� 29����������������������!�� 2.��������������� �������������"�� 1996, 8 3. ����������������������� ������ 1996 � 10 � 4 � 4. ���� ADescriptive Method for Re-engineering Hanzi Information Interchange Codes ������������ ����� , 1996� 10� 4�

��#�����������$��� : 1. � �������������%���������������&�'���� ,1995,7 2.. ��� �������(� �����

����������������&�'���� ,1995,7 3.)� ��� �� ��

�*��������������&�'���� ,1995,7 4. ����%������������������������ 1995, 8

130 ���.� �

top related