张日培，姜占才

（青海师范大学计算机学院，青海西宁810008）

藏文是我国少数民族文字之一，藏族是应用藏文的主体民族，藏文文语转换系统的研究与建立对繁荣和发展藏族文化有着重大意义。

经过众多专家学者的多年努力，主流语种和部分少数民族语种文语转换系统的研究取得了丰硕成果[1-7]。但现在仍然没有一套完整实用的藏文文语转换系统面世。通过对主流语言文语转换系统成果的分析，发现构建藏文的文语转换系统必需要解决藏文词语的分词识别问题。关于这一问题的研究，文献[8]提出通过提取特征的方法对藏文进行分词识别；此之后的研究者们在藏文的特征提取方法上提出有益的见解、取得了一定的成绩[9-11]。通过对众多成果的归纳，目前可用于藏文识别的藏文特征主要有：藏文字符投影特征，笔画方向特征，笔画结构特征，小波能量分布特征[12-14]。

以上方法虽均可作为识别藏文字符的特征，但特征提取的计算过程相对繁琐，对长篇幅藏文的识别效率低，不能达到文语转换系统的效率要求。本文提出的藏文字符和音节的特征提取算法简单易行，能够达到让计算机先识“偏旁”（即藏文字符）再认“字”（即藏文音节），然后以“字”为基元识别整篇藏文的目的，为藏文文语转换系统的开发奠定基础。

1 识别算法的设计

1.1 基字位置判定

在现代藏文文法里，除符合现代藏文文法规律的藏文音节，还有少数特殊的藏文音节无法用现代藏文文法判断藏文基字位置[16]。……