西藏大学 刘泽军 杨士伟

随着信息技术的蓬勃发展，自然语言处理已经成为了热门话题。目前，中文、英文的分词方法也已经较为成熟。随着国家对少数民族地区文化的支持，越来越多的学者也对少数民族地区的文化保护做出了贡献。本文立足于藏文的信息化，设计制作了藏文文本错误检错系统，运用了Python、HTML5、JavaScript等。

当处理大量的数据文本时，若采用人工检测，会消耗大量的人力、物力与财力，且大量数据带来的疲劳感还将大大降低检错的效率。为此，我们开发了藏文文本错误检错系统，将检错成本尽可能的减至最低的此同时提升了检错的效率，性价比较高，方便可实行。后期做进一步的优化，还可将其设计为一款小程序，方便又快捷。此外，在Word等App中输入汉字或者英文时，系统会自动检错，并在出错的位置标红提示用户，但到目前为止，藏文在这一块的功能还比较缺乏，这也是我们此次设计的创新点。

使用的自然语言不同，所产生的文本错误也不相同，因为每一种语言在单位及组织结构上各有特点。就拿汉字和英文来看，英文以空格作为词的显式边界字符，而中文则较为复杂。(1)由于中文没有特定的符号显示边界，分割的依据必须是语义。有些汉字本身具有独立的含义，有些字则无任何含义，只有与其他汉字结合才能表达一定的含义。因此，在对中文文本进行分析前一般先做自动分词，为汉字串添加显示标识符。(2)因为汉语字符集是大字符集，它包含超过6700个汉字，这给汉语的处理带来了困难，因为许多对英文很有效的语言处理技术在中文处理中不适用。……