边缘视野下汉字识别的加工机制研究文献综述

 2022-08-15 09:08

汉字字形加工模型初探

摘要：现有的汉字识别理论模型对汉字的字形加工过程并没有达成共识。争论的焦点是汉字识别中的字形加工究竟是特征分析还是整字加工占优势。本文在综述有关汉字识别的理论模型后，提出了扇形阶段交互加工模型，该模型认为汉字的加工经历感觉登记、整字加工、交互加工和特征分析四个阶段，并会在整字加工阶段或交互阶段被识别，最后并对模型的适用性和进一步的验证和修订方案进行了简单的分析和解释。

关键词：汉字识别；字形加工；扇形阶段交互加工模型

汉字是一种表意文字，又是一种平面二维图形。在空间维度上，是由笔画和部件根据某种空间位置规则排列而成，具有独特的视觉特征。在时间维度上，人们很难察觉到汉字字形加工的心理加工过程，只能意识到汉字加工的结果，因为汉字字形加工的过程往往在一瞬间自动完成。现有的汉字识别模型对汉字的字形加工过程并没有达成共识。其争论焦点在于汉字字形加工过程中究竟是整体加工还是特征加工占优势。

1 汉字识别的理论和模型

目前，国内外关于汉字识别模型和理论主要有：

    1. 经成分识别模型

经成分识别模型（recognition-by-component model, RBC）最早是由 Biederman（1987）提出并用解释物体识别的一个模型。该模型假定，一个物体的二维视像都由一些几何离子（geon）组成，各种不同的geon按照不同的关系组合起来，组成了不同的物体。Huang和Wang（1992）认为汉字识别的基本过程应该和物体识别的基本过程相似，他们对RBC略加修改来解释汉字字形的加工过程：汉字始于特征抽取，而后进行非偶然性特性的搜索和分析字符的范畴，第三阶段是字成分及其关系的激活，第四阶段是字符模式的激活，第五阶段即为汉字的确认。但是这个模型对汉字识别的gones并没有做出清楚具体的定义（彭聃龄，1997）。

    1. 联结主义模型

联结主义模型是在英文单词识别与命名的分布发展模型（Seidenberg amp; Mc Clelland，1989）的基础上，提出了汉字的识别与命名的联结主义模型（Chen，Peng，1994）。模型由三个单元，第一层为420个字形单元，第二层为200个隐单元，第三层为42个语音单元。各层信息都是分布表征的，知识通过学习获得。模型采用了前传型的结构，即信息从字形单元层传到隐单元层，再传到字音单元层，不包含任何反馈、隔层连结即层内单元的相互作用。各层信息都是分布表征的，加工的相互作用表现出动力学特征。为了使模型的结构尽量简单，字形单元层的激活模式由外界输入决定，字音单元层的激活模式为模型的输出。在该模型中，基本的结构单元是部件，汉字的字形是由部件及其相互关系来表征的，并都有一个特定的激活模式。该模型通过计算机模拟检验了模型的有效性，尽管还存在一些缺陷和不足，但是给探索汉字识别的过程仍提供了一条非常有效的途径（管益杰，李燕芳，宋艳，2006）。

    1. 多层次交互激活模型

英文识别的多层激活模型最早由Taft于1991年提出，1994年Taft又与Zhu结合汉字特点提出了汉字识别的多层次交互激活模（multi-level interactive activation model，MIA）。该模型认为，词形模块的分析层次可能包括：笔画、偏旁部首（部件）、词素（字）和复合词素词（词）。笔画层次所需要的信息包括笔画和笔画间相对位置的信息，部件层单元的表征也包含了部件的位置信息。有研究结果也的确支持笔画分析层和部件分析层存在（Chen，Peng，1994；沈模卫，朱祖祥，1995；陈传锋，黄希庭，2004）。而对单个汉字，Taft 和Zhu 认为，“ 在汉字信息加工系统中不存在与字对应的词汇表征单元，相反，只有与词素对应的表征单元。”MIA 的汉语版本中，还涉及到对复合词的识别，由于本文着重汉字的识别模型分析，所以对复合词素词的识别不再加以分析。汉字的 MIA 模型解释了汉字识别中笔画、部件和字的关系。但是在汉字的 648 个末级部件中, 约有 327 个部件既是部件, 也是字和词, 所以 MIA的层次划分就不容易严格区分（Biederman，1987）。此外, 这种汉字识别的多层次激活方向虽然是双向的，但这种交互激活的具体作用，尤其是对向下传播的激活作用没有解释清楚，在本质上依然是以特征分析加工为主导的（管益杰，李燕芳，宋艳，2006）。

剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付

免费ai写开题、写任务书： 免费Ai开题 | 免费Ai任务书 | 降AI率 | 降重复率 | 论文一键排版

您可能感兴趣的文章