神秘的文字(2008)

出自KMU Wiki

在2008年5月7日 (三) 11:33由Windowside (對話 | 貢獻)所做的修訂版本
跳轉到: 導航, 搜索

2008 年 5 月 1 日「閱讀心理學」分組討論摘要。

目錄

第一組

成員列表

kmu web2.0 id : zzadjin, stramonium, norlan

討論摘要

(填寫於此處。)

第二組

成員列表

鄭立順、劉純瑜、陳維倫、廖奕翔 、何恭年



討論摘要

我們有三種分詞的方法,分別為「找最短詞法」、「找最長詞法」、「類字典法」,以下分述之。


(一)找最短詞法


       我們先假設「阿發文」字典本身是一本記錄了所有阿發文的字詞,也依照阿發文字母的順序先後排好,就像是英文字典一樣,A後面排列的是B,接著是C,直到Z。以presentlyshebeganagain.”Iwonderifishallfallrightthroughtheearth!為例說明:


1. 以每一段第一句的第一個字母開始查詢「阿發文」字典,以上面的文字為例,首先先查第一個字母”p”,在字典中p並不是一個字詞,因此加上第二個字母r,查詢”pr”, 而”pr”也不是一個字詞,所以再加上第三個字母”e” 查詢”pre”。依照這樣的規則,直到可以在字典找到相同的字詞,當查詢”present”時,可以在字典中找到這個字詞,因此字串就在這裡分開,下一個字詞以"l"為字首。


2. 以"l"為字首,重覆基本的查詢方式,當我們增加字母到"lys"時,我們會發現"lys"後面可以加上其他字母,成為一個字詞。但是以"lysh"去查詢時便找不到這個字詞,此外字典裡的字詞是依照字母順序排列,因此不論"lysh"後面加上任何一個字詞,我們都無法在字典找到。所以我們便不再依照字串的順序找下去。我們改以回到在”present”後面加上"l"來查詢字典。查詢”presentl”時,可以知道它也不是一個字詞,因此再加上”y”來查詢,在字典裡可以找到”presently”,因此就在這裡將字串分開。下一個字詞以”s”開始。


3. 依照同樣的方式可以找到接下來的字詞是”she/be/gan/a/gain”。


4. 所以這一句就是presently she be gan a gain.


5. 但這裡會遇到問題,遇到的問題是如果我們以最短的詞下去做分詞的動作
會有一些詞、字被我們拆開成短字詞連接再一起這會與原本詞所代表的意思
不同,例如上一句,我們就會把Began看成be / gan 就失去原來的意義。


6. 因此,我們使用的這個方法分詞,之後要了解詞義或是整段句子正確率可能不會太高。預估大約只會有三成左右


(二)找最長詞法


(三)類字典法

第三組

成員列表

(填寫於此處。)

討論摘要

(填寫於此處。)

第四組

成員列表

陳慶民、陳怡柔、李奇勳、莊佩伊

討論摘要

在查詢一個字之前,我們先要求使用者輸入整個單字的字母數,將整個單字分為短詞(1~3個字母)、中詞(4~9個字母)和長詞(10個字母以上),再使用類似電子辭典的方式,依照字母排列順序逐步查出單字。

例如 therewasnothingsoveryremarkableinthat,先用長詞判斷,則超過10字母以上沒有單字。故可判斷需用短詞或中詞。在用短詞的狀況下,則會區分出the這個詞,但後面的rewasnothingsoveryremarkableinthat則不論用短詞、中詞或長詞都無法判斷出新的單字,故應採用中詞來判斷,則可區分出there這個詞。再來句子變成wasnothingsoveryremarkableinthat,再一次判斷是短詞、中詞或長詞,則可辨識出was這個詞,依此方法逐步辨識整個句子。估計此可辨識出約80%~90%的詞。