[发明专利]中文图象字学习系统及其信息处理方法有效

专利信息
申请号: 201610944844.0 申请日: 2016-11-02
公开(公告)号: CN107545525B 公开(公告)日: 2021-11-16
发明(设计)人: 廖文豪 申请(专利权)人: 廖文豪
主分类号: G06Q50/20 分类号: G06Q50/20;G06F16/31;G09B5/12
代理公司: 北京国昊天诚知识产权代理有限公司 11315 代理人: 南霆;程爽
地址: 中国台*** 国省代码: 台湾;71
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 中文 图象 学习 系统 及其 信息处理 方法
【说明书】:

发明公开一种中文图象字学习系统及其信息处理方法,是由一具有浏览器的电子装置通过网络与一服务器提供的一信息平台连接,该服务器经由网络与一信息建置装置连接,并由该信息建置装置取得多个已建立的图象元信息及其关联性,以储存于一图象元数据库中;使用者可通过该电子装置的登入该服务器提供的信息平台,该信息平台包括一字检索模式、一汉字树模式,并执行该汉字树模式以提供一含多个图象元的衍生树信息、执行该字检索模式产生一多层的图象解说信息,藉由显示该字检索模式、该汉字树模式的执行结果,达到提升使用者学习汉字效率的目的。

技术领域

本发明涉及一种文字学习系统,尤其涉及一种中文图象字学习系统及其信息处理方法。

背景技术

目前的汉字应用系统大多是在处理汉字输入、检索、字码及造字等问题,此种只能处理汉字的应用系统,其取得的数据零碎、缺乏系统化的处理方式,不适合用于汉字学习,再者,古汉字如甲骨文及金文原是象形字系统,但现代汉字经过隶书的变革以后,已大量失去图象信息,由于目前的汉字技术都未能将这些失去的图象信息找回来,造成后代汉字使用者难以明白每个汉字部件的意义,只能死背硬记的学习汉字。

另外,以传统汉字部首及部件为基础所建置的应用系统,其汉字部首及部件的特性就是太过杂乱、缺乏结构化,由于汉字是由许多的基本符号所组成,这些基本符号传统上称为部件,主要是撷取汉字的偏旁而成,数量超过500个,然而,这么大量的汉字基本部件,在现有技术中的汉字应用系统中是缺乏关联性的,只能以笔画来加以分类,此缺点是让汉字部件系统显得很杂乱,缺乏系统性,连带地,造成学习及检索的困难,例如:「人」、「卩」、「尸」、「方」、「女」、「母」、「子」等汉字部件之间是毫无关联的,只能以笔划来加以分类。

现有技术中又有一种汉字检索系统,其所呈现的检索结果无外乎汉字的基本信息,如部首、字义、音标、造词及造句等基本信息,仍然具有取得信息不完整、杂乱、缺乏系统化等缺点。基于目前的汉字技术都未能将汉字部首及部件、汉字输入、检索、字码等大量的汉字信息,进行清楚、有系统化、结构化地处理,造成后代汉字使用者难以有效率的学习,只能用死背硬记的方式学习汉字,故现有技术确实是有待进一步的提出改良方案的必要性。

发明内容

有鉴于上述现有技术的不足,本发明主要目的是提供一种中文图象字学习系统及其信息处理方法,其通过将汉字中的图象字及其图象元信息建立关联性,并储存于一数据库中,让使用者可利用网络在远端进行汉字学习,使用者可根据清楚、系统化又具结构化的文字图象信息,以提升汉字学习的效率。

为达成上述目的本发明所采取的主要技术手段是令前述中文图象字学习系统的信息处理方法,由一服务器通过网络与使用者端连接,该服务器提供一信息平台,该信息平台包括一汉字树模式、一字检索模式,该汉字树模式执行以下步骤:

提供一含多个图象元的衍生树信息;

判断是否收到一图象元的展开指令;

若是,则根据该展开指令产生一图象元的下一层衍生树信息;

若否,则判断是否收到一图象元的选择指令;

若收到该选择指令,则执行该字检索模式以产生一多层的图象解说信息。

由上述步骤,本发明中文图象字学习系统的信息处理方法,主要是由该服务器通过网络与使用者端连接,以供使用者端登入该信息平台,并于该信息平台上执行该汉字树模式,通过该服务器提供含多个图象元的衍生树信息,并判断是否收到使用者端欲进一步分析的图象元的展开指令,若收到该展开指令,则产生该图象元的下一层衍生树信息,若未有收到展开指令,则判断是否收到使用者端欲直接了解的图象元的选择指令,若收到该选择指令则执行该字检索模式以产生该多层的图象解说信息,藉由显示该字检索模式、该汉字树模式的执行结果,达到提升使用者学习汉字效率的目的。

为达成上述目的本发明所采取的又一主要技术手段系令前述中文图象字学习系统包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于廖文豪,未经廖文豪许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201610944844.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top