[发明专利]一种汉字的向量表达方法

权利要求书

1.一种汉字的向量表达方法，其特征在于具体步骤为：

Step1：获取汉字X；

Step2：提取汉字X的矩阵特征，即根据16×15像素中文点阵字库，将点阵按照从上至下的规则(i＝1→8)划分为8个2×15像素的小矩阵，记2×15像素小矩阵中汉字X所占像素数为p_i,i∈[1,8]，记p₁,p₂,…,p₈为汉字X的矩阵特征；

Step3：提取汉字X的笔画特征，即按照汉字五笔书写顺序规则，将横、竖、撇、捺、折编码为字母a、b、c、d、e，生成汉字X所对应的笔顺编码字符串x₁x₂…x_z，其中z为汉字X的笔画数，x_i为汉字X第i笔的笔画，并且x_i∈{a,b,c,d,e},i∈[1,z]；同时由笔顺编码字符串x₁x₂…x_z提取出横、竖、撇、捺、折各自所占笔画数z_a、z_b、z_c、z_d、z_e；

Step4：提取汉字X的拼音特征，即根据汉语拼音数据库获取汉字X的常用读音Strp_X；同时将读音Strp_X分为声母Strs_X、韵母Stry_X和拼音声调Strd_X，以及声母、韵母和拼音声调所对应的编码数字Ints_X、Inty_X和Intd_X；

Step5：由Step2、Step3、Step4步骤所产生的数据，按照p₁、p₂、p₃、p₄、p₅、p₆、p₇、p₈、z₁、z₂、z₃、z₄、z₅、Ints_X、Inty_X、Intd_X的顺序生成汉字X的16维空间特征向量

2.根据权利要求1所述的汉字的向量表达方法，其特征在于：所述步骤Step2中，2×15像素小矩阵中汉字所占像素数p_i,i∈[1,8]应满足公式(1)的要求：

0≤p_i≤30,i∈[1,8] (1)。

3.根据权利要求1所述的汉字的向量表达方法，其特征在于：所述步骤Step3中，汉字X的笔画数z，以及横、竖、撇、捺、折各自所占笔画数z_a、z_b、z_c、z_d、z_e，应满足公式(2)的要求：

4.根据权利要求1所述的汉字的向量表达方法，其特征在于：所述步骤Step4中，将汉语拼音字母表中21个声母按顺序编码为数字1～21；将汉语拼音字母表中39个韵母按顺序编码为数字1～39；将将汉语拼音字母表中4个拼音声调按顺序编码为数字1～4；若汉字X没有声母Strs_X或韵母Stry_X，则将Ints_X或Inty_X赋值为0；即声母、韵母和拼音声调所对应的编码数字Ints_X、Inty_X和Intd_X满足公式(3)的要求：