| 基于支持4字节编码汉字的数字化及全文检索发布系统 |
| |
| 引用本文： | 朱人杰,蒋贤春,郑珑.基于支持4字节编码汉字的数字化及全文检索发布系统[J].数字图书馆论坛,2007(5):60-67. |
| |
| 作者姓名： | 朱人杰 蒋贤春 郑珑 |
| |
| 作者单位： | 北京中易中标电子信息技术有限公司,北京,100029 |
| |
| 摘 要： | 全文数字化是信息资源建设的方向,研究型资源的全文化检索尤其重要.计算器现有系统能处理的汉字,对于中文古籍、辞书、人名地名系统、报刊出版远不够用.几年前,国际标准ISO/IEC 106462003(即Unicode 4.0)编码汉字字符集已经拥有7万余汉字,但其中有4万2千多个汉字是4字节编码,在应用领域的处理方面有一定难度.文章介绍中易公司处理4字节编码汉字的技术成果,并结合在古籍数字化项目中的实际应用,着重说明用自行开发的7万汉字的应用系统,支持数字化工程和全文检索发布的技术特点,强调超大字符集、XML开放数据等标准技术的应用等.通过实践,总结出一套基于支持超大字符集4字节编码汉字的数字化的应用技术,以及信息全文检索发布的可行方法,解决了古籍和文献的数字化工程中的技术难点.
|
| 关 键 词： | 超大字符集 古籍 数字化 全文检索 |
| 修稿时间： | 2007年2月26日 |
Digitization and Full Text Search Publishing System Supporting 4 Bytes Coding Chinese Character |
| |
| Zhu Renjie,Jiana Xianchun,Zheng Long.Digitization and Full Text Search Publishing System Supporting 4 Bytes Coding Chinese Character[J].Digital Library Forum,2007(5):60-67. |
| |
| Authors: | Zhu Renjie Jiana Xianchun Zheng Long |
| |
| Abstract: | |
| |
| Keywords: | ISO10646-2003 XML |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
