樊小超

【摘要】锡伯文是以单词为单位进行书写的黏连体文字，根据字母在单词中的不同位置，字母具有多种变体形态，目前锡伯文的字母切分和识别技术的研究刚刚起步。本文总结了黏连体文字的切分技术，主要包括行/列切分、单词切分和字母切分，并重点探讨了不同字母切分方法对黏连体文字识别的影响，从而为今后锡伯文的文字切分及识别提供必要的理论基础和技术指导。

【关键词】锡伯文切分技术;印刷体识别;字母识别

锡伯文记载着本民族的历史记忆和众多民俗文化，展示着锡伯族的特征和文化内涵，更是锡伯族非物质文化遗产的重要载体[1]。锡伯文是在满文字符基础上改革而形成的拼音文字，两种文字之间存在着一脉相承的关系，而满文曾经是清朝政府的官方文字，留下了海量的满文档案及文献资料，研究锡伯文的文字识别有利于珍贵历史文献的保护和考据;锡伯文是新疆通用的六种民族语言文字之一，在锡伯族的交际活动中占主要地位，许多报纸、期刊仍使用锡伯文，研究锡伯文的文字切分识别技术有利于锡伯族群众更好的融入现代化生活;锡伯族长期与汉民族共同生产生活，有逐渐失去本民族的语言文字的趋势，锡伯文文字切分识别技术研究有利于锡伯族语言、文字等文化要素的保存、传承和发扬，因此，锡伯文文字切分识别技术研究具有重要的理论价值和实际应用价值。本文的目的在于对现有的黏连体文字的切分技术进行梳理和总结，为今后的锡伯文识别算法提供理论基础和技术指导。……