Page 1
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:[email protected]
105
Page 2
+ ������������� E-mail: [email protected]
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 ���������������
�������������������������������
���������������� ���� ������������!"���
�#����������������������������������
������������������������������� ��$���
���������������������%&���% �'����
��� ��� ��(����������������������
��������������)��*������������ ������
106 ���.� �
Page 3
������� ����������������������������
� 2�
���������+� ��������� &��� ������
���� � 1985 � 10 ��������� � , ������ 1986 � 2 ��
�-���������� 1986 � 4 ���-�����.������ 1987 � 1 �
����������/��������� 1989 ���0�������1�2
���������� �������������� �������
��������3 �����4� ���������� ��������
���������������������������������5��
����6������������ ���������������������
���������������������
�� ��������
���������� �7����1�����*�7���������
������8�9������� :����������������� 3 �
������������:���������� �:�������� ���
������������������������� , � ��������;��
�������� (hierarchical)3�� ����������� , � ���
���6� , ������ ��������� ������� , �� ���6
� , �� ��������� , ��� �����6��� �����<�= ,
���������� � , ��������������� ����������
����� ,3 �����
���7> ���&�1� , �����!� , ?�������� ����
�1� , ��@���"��������������6��1������ ���
�6���9�������������������������� ����
��������� , �������� �� ������ �6�����
������� ����A���� , ?����� �� ���6� (collo-
cation), ������� ���#� 4
3 ����������� [�� ] �<��������������&�
������$���� �!���� (1990 � )��������0":����
��������� [ �� ] �������������-��%����3 [��
�" ] �<�
���������3���B����� ��������� (corpus) ���
����������������� 107
Page 4
�� ����$������� �����3 6��� (markup) �����
���������� ��� ������3���� ��������3
�������������<�7���������������
� <������������������������ ���
��������#��,���������������< 5�����
,������� ���$�������&���������������
����� ��������� ������ , �������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 ���.� �
Page 5
[�� 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�$� 7� (1) ��, � 7� (3) ����� 7�������� 7����0�� 7�������� 7�������� 7�����;� 7������ 7�����������)-����������������������
�����:����� 6 ������)+����1������++�����.������������1 (-1995.12)���%������� (1)�������9�������0��: �����
����������������� 109
Page 6
� ��� ���������������� : 5,860,450 ��
� � � � �
1 ��� ( ��� ��� , � ,�� ) 207,198 �
2 ���� ([ � ]��� ,�� ) 669,447 �
3 ���� (��� ,�� ) 469,287 �
4 ��� (���� ,[ � ]��� ) 418,917 �
5 ������� ( ��� ,�� ) 76,313 �
6 ���� (������ ,[ � ] ��� ,�� ) 305,759 �
7 �� ([�� ] ��� ,�� ) 238,432 �
8 ���� ([ � ] �� ,�� ) 195,879 �
9 ���� ��� ([ � ] �� ,�� ) 152,128 �
10 ������� ( ��� �� ) 165,503 �
11 ���� ([ � ]��� ,�� ) 499,758 �
12 ���� (�� ,�� ) 242,808 �
13 ������ ( �� ,�� ) 378,033 �
14 ������ (��� ,�� ) 457,385 �
15 ������� ([ ] �� ,�� ) 260,020 �
16 ��� ( �� ,�� ) 149,441 �
17 ��� ([ �� ]�� ,�� ) 533,143 �
18 ���� ( ����� ,��� ,�� ) 254,773 �
19 ��� (��� ,�� ) 186,221 �
� ��� ������������������� : 8,049,602 ��
� � � � � � � � �
1 ������ �� ��� � 542,418 �
2 ������ ��� 72,123 �
3 �������� ����� �� � 626,950 �
4 �������� ��� 476,158 �
5 ���� ��� 8,046 �
6 ���� ��� 15,410 �
7 ���� ��� 23,428 �
8 ���� �� ��
�����
�� 100,696 �
9 �������� ���� 291,994 �
10 ������ � 223,174 �
11 ������� �� ����� � 416,368 �
12 � ����� � ��� �������
���
15,342 �
13 ������ ����� ����� 319,241 �
14 ������ ���� ����� 1980 227,090 �
15 ��� ������ 2,878,643 �
16 ������ �� ���� 1981 416,648 �
17 ����� ����
������
952,633 �
18 ������ ��� ����� � 443,236 �
110 ���.� �
Page 7
� ��� ������������������� :12,264,715��
� � � � � � � � � � �
1 ����� ������� [� ]�� ��� 3,802�
2 ���� ��� ����! ������ 13,184�
3 ��"�#�� � ����� 1960 311,493�
4 ����� �$� ���� ( � ) 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
Page 8
� ��� �������������������� :5,054,793��
������ ���������� ��������
�� �� �����������
� �� �����������
� �� ��������
�� �� �������������
�� �� ���������
�� �� �����������
� �� �����������
�� � �����������
�� � ����������
��� � �������������
����
��� � �������������
�� ����������
������ ���������� ������
�� �� ��������
� �� ����������
� ��� ���������
�� ��� ����������
�� �� �����������
�� ��� �����������
� ��� ���������������
�� ��� ������������
�� �� ���� ������
��� �� � �����������
��� �� � �� ������
�� �� �����������
������ ���������� ��������
�� �� ������
� �� �����
� �� �������
�� ��� �����������
�� �� ���������
�� �� ��������
� � � ����������
������ ���������� ��� ����
�� � � ��������
� � � ����������
� � ���������
�� ��� ��������
�� ��� ��������
�� �� ���������
� �� �������
�� ��� �������
�� ��� ���������
��� ��� ��������
���� ���������� � �� ���
�� ��� �������������
� ��� ���������
� �� �������
������ ���������� ����
�� �� ���������
������� ���������� ������
�� ��� ���������
������ ������������� �������
�� ��� �������
� �� �������������
� �� ������������
�� �� ������������
��������
�� ��� ��������������
������ ����� ����� �� ���
�� ��� �����������
� �� ���������
�������� ���������� � ��
�� � �������������
� � � ��������������
���������������
� �� ���������
�� � ��������������
�� �� �����������
�� � ����������
� � �� ����������
�� � �����������
������� ���������� ������
�� ��� ������������
� ��� �������
��� ������� �����
� �� ���������
�� ��� �������
�� �� ��������
�� ��� �����������
� ��� �����������
�� ��� �����������������
�� ��� �����������
��� ��� �����������
�������� ���������� �����
�� �� �� ���������
� ��� ����� ������
�������� ����� ����� ������
�� ��� ���������������
� �� �������������
� ��� ���������
�� ��� ����������
�� ��� ���������
�� ��� ��������
� �� ���������
�� �� ����!���������
�� �� ����������
��� �� ��������
��� � � ����������
�� � � ����������
�� �� ��!��������
��������� ��������� ��������
�� ��� ��������
�������� ��������� ��������
�� ��� ���������
��������� ��������� �������
�� ���� �������������
����������������
� ���� �"#�$������
� �� � ������������
�������� ����������� ������
�� �� ��%����������
������� ���������� �������
�� �� ����������
� ����� � &�������� ������
�� ���� ��������
������� &�������� �� ������
�� �� �������
� ���� ��������
�������� &�������� �� � ��
�� ���� ��������
� ���� ��������
112 ���.� �
Page 9
� ��� ������� /�������� :13,010,490��
��� 1 ��������������������������������������������������������������������������������������
��������������� ������������������ 2 ���������
���������� 3 ����������������
7
���������������� �����������
��� ��������
�� ������
��� ��������
��� ��������
�� ������
��� ��������
��� �����������
��� �����������
��� ����������
� �� ��������
���� ���������
��� �����������������������
���� �����������������������
���� ��������
��� �����������������������
� ���� ��������
� ���� ���������
� ���� ����������
���� ����������������
� �� ���������
� ��� ��������
�� ����������
� ��� ��������
� ��� ���������
� �� ����������
� ��� ��������
� ��� ���������
� ��� ��������
� ��� ���������
� �� ��
���� �
��� ���
���� ���
� ���� ����������
��� ���
���� ��
���� ���
� ���� ���
���� ����
� �� ��������
���� ������
��� ����
���� ����
���� ������
��� ������
���� ��
���� �������
���� ���
���� ����
�� ����
��� ���
�� ����
��� ���
��� ������
�� ��������
� ��� ��������
��� ��������
� ��� ���������
� � �� ��������
� ���� ��������
� ��� ���������
� ���� ���������
���� ��������
��� ���
���� ���
�������������������� ��������
��� ����
�� ��
��� ���
��� ����������������
�� ����
�������������������� ��� �������
�� �������������� ��������
�� �������������������
��� ��������������������
��� ����������������������
�� �����������������
��� ��������������������
��� �������������������
��� ������������������
��� �����������������������
� �� ���������������� !���
���� �������������������
��� �� ����������"����
���� �� �����������������
���� ���������������!���
��� ���������������������
���� ��� ������������#$��
���� ��������������������
���� �� �������������$%��
���� �������������������
�� ����������������&����
�� �����������������'����
� ����������������%
������
�� ��������������������(�
�� � ������������ �)�
� �����������������%�
�� �������������������
�� ������������������
�� �������������� ������
�� ������������������
� � �� ����������������
��� �� �������������*�
�� �� ���������������%�$��
��� �� ���������������
��� �� ��������������
�� �����������������%�
��� ����������������%�
��� ����������������+����
��� �� ��������������� � ��
��� ������������������#���
� � ������������������� �
��� ��� �������������
�� �����������������!��
����������������� 113
Page 10
��� ������������������
��� �������������������
�� ����������������!���
��� ����������������,���
��� �������������������
��� ������������������ �����
��� ���� ����������-.%/��
� ���������������������
�� ��������������"���
� � ���������������
�� � ����������������
�� �����������������
� �� ������������� ��
�� ������������������
�� �� ��������������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 ���.� �
Page 11
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
Page 12
� ��� ������������������ :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 ���.� �
Page 13
� �� ��������� ( �� : 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
Page 14
������
� ��� ���������� ( ��� : � 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 ���.� �
Page 15
� ��� ������������� :� 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
Page 16
� ��� �������������� :� 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 �$/�#�����������%+� � 56,000�
no.606 ���������������%+� � 85,750�
����������������� 1997 �������������������������������
�� �������
�������� (CTP/FTMS)�� UNIX ��������������������
������� [�� ] ���������������������
CTP ������� (access method) �������������� (string
matching) �������������������������������
120 ���.� �
Page 17
���� ����������������������������
���� BIG-5 ���� (character) ����������������������
�������� (word) ����� �������������������
����������������������� 486(33MHZ)�����
� 25 �������� ���������������� (throughput) �
�� SUN ������� 70 ����
�����������������������������������
��������� ������� ���������������� ����
������������������������������������ ��
����� ������������� ��������!��"����
��������#��������� Not in this word list ����� ( OR,
� AND ��� AND NOT)�����$���� 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
Page 18
� �� ������������
���������
�� ���� ��������� ��
���� �� �� ���������������� �� � ���
� � � � � �
��������������������������������������������������������������
����� ���� ����� ��� �� ��� �����������
� � ! "�����
�#� �� � $# �%� ���
! &�� ��
�� � �'"��� (�� �)* ��*+ ��,)��*,���* ��
���� ���������� ��� ��� ���!������ ��!��������
������
�- �� ��*��*� ������� ��*��*�� �����������������������
�- ���� .�&/�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 ���.� �
Page 19
� �� ������
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
Page 20
2. ��
������� �����' , ��������'���� , ���
�����2���'�� , ��� ��������� , ����������
�������2��5�2������ , �������� �����
�� , ����'�������� , �������� ���� , ��
������������ , �������� , ��������6�
��������� , ����7�������������������
�8���� , ������ : �� ������#��"����
����� 471 ��� ��0 , ���� �� ������
������������������� ��
����� , �������(����� , �������&���
��� , � ��!���� , ��� � , �9��:����
3. �����
������ , ������������ �0�� , ������8�
��;�)� ; ;������� , )������������������ ,
��� , ����� , )������(��� ��� , ��;����
��� , �� �������� , ����:�
���!�� , ����� , ������ , "�2������
, ����� ����������� , ����������
4. �����
���"��� , ������#����������� ( ��� � ) ��
"��������������������������
�������� , ������ , ���3������ , ����
����������� � , �������� , ��������
:������� , �� ��������#������������
:� �� , ����� � , �����<��������� ���
���������� , ������� ��
5. �����
������ , ���������: , �����0����� ����
� , ���! , ���������
124 ���.� �
Page 21
��������
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
Page 22
����������������� , ����� ( ���������
� ) �������� , ������������������� , ����
�� � , ��������� , ������� , ��������
������� ( � ) ��� , ������������ , ���������
��
(4) ���� : ���� �������� , ���������������
���� , �������������������� ,���������� , �
���������������� ��� , ��������������
���
(5) ����� : ����������� , ����������������
�������������� ,����������� ,�������
(6) �� : �����������
(7) ������� : ������� , ����������������
����������� , ���� �� �
�� �����������
CTP ����� 1985 ������ 1988 �������� 6 �����
��������������������������������
���������������������������� �
����������������������������
����� �������������� [ �� ] ��������
�����������������������������
�������������������������������
�����������������������������
������������������������������
����������� �������
126 ���.� �
Page 23
� �� ���������
���� 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�(��
�)�� )���*������ ������ ��+����������
��,�-�������.��/�������������/��� ���
��-��������
����������$��� ������� ���$�����-���
$��������
����������������� 127
Page 24
���������
����0������������������������������+��
�� ����������*�������������������������
(query) �����������������������������������
�����������������
���������������������������� (super imposed
coding) �������� (signature) �������������������
������������������� (����� CSmart) �
����������� ������������������������
����������������������������������
������ ����������������� (partial match) ������
����������� ACER ������������ ACER ������
����� ����������� ������������������
������������ ��� INTERNET � WWW �������������
��������� 6������������������������
��������� ����� �!������ �����������
����������� ��������
������� ������� SGML ���������"���#
����� �����$���������%��� FTMS �����
�����������������%������
��������
&������'���������(���%���� WWW �)������
��%������ ��� (descriptive markup) , WWW � HTML �� , ����
���� , ��&������ , ��������� , �������
� ? ���&����� , *������������ , �������+���
���,��&��� ���� ������ , ������������
���-������ ���� HTML , ������������ , ��.�
����� ����/ 0� � , ������1� ( � ) ��� , /��
� , ���������� , ������������ \qd � \Qd 2 �� , ��
������������ , ��3�������� HTML , �������
��
FTMS ����� HTML ����������������� [�� ]�3�
128 ���.� �
Page 25
� �� 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������
���������������� ( ����� ) ��
�����,������������������$���������� (Code)
��� (Font)�������������������5 ������������
���������������������6 ����
�������6�������������� ������������
����������������7������������������
���*�� ���6��������������������
����������������� ��������� ������
� 7����������� ��)������� ��������� �!��
����%������������������������
�������������
�������������"���������������������
� ��������������� ������� �8�)���������
����������������������7������������
����������������� 129
Page 26
�������9�������������������� hypertext ����
���������������������:�9�����
(Multiple/concurrent togging) �������#; �����������
� knowledge chunk ��������3 (tag) ������������$�����
��������������������������������
��)����� �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 ���.� �