[发明专利]一种笔画编码结合汉字点阵的形近字分类方法

摘要

本发明提供了一种笔画编码结合汉字点阵的形近字分类方法，通过对汉字对应的笔画编码进行统计，以笔画结构出现频率将汉字进行分类生成数据表，每种笔画成分对应包含此成分的汉字集合；然后对集合进行筛选，滤除笔画成分较短和较长的集合，将后者添加到形近字数据库中；对过滤后的汉字集合采用汉字点阵比较的方法进行进一步处理，通过比较同一汉字集合内的汉字的点阵，将相似率较低的汉字滤除，将处理后的汉字集合添加到形近字数据库中；通过以上步骤，就得到了包含大部分汉字的形近字数据库，查询一个汉字的形近字只需要查询其所在的表就可得到它的形近字。本发明提高了形近字分类效率，节约了分类所消耗的时间，获得了较为准确的形近字数据。

主权项

1.一种笔画编码结合汉字点阵的形近字分类方法，其特征在于，包括以下步骤：步骤一、统计笔画编码表中所有笔画结构出现的频度，将出现次数低于10次的笔画结构滤除并排序，将包含相应笔画结构的汉字组成一个集合对应于此笔画结构，由此得到若干个汉字集合；步骤二、对步骤一得到的汉字集合进行筛选，滤除编码长度小于4的笔画结构对应的汉字集合，将剩余的汉字集合添加到形近字数据库中，每个集合生成一张形近字表；步骤三、对步骤二得到的汉字集合中的汉字进行点阵比较并计算平均相似度，求所有汉字的相似平均度的平均值，将低于平均值80％对应的汉字滤出，得到处理后的汉字集合，将其以步骤二中相同的方法保存到形近字数据库中。