姜杰 吳菊英 韓青 李藝

[摘? ?要] 漢字書寫評(píng)價(jià)與指導(dǎo)的信息化需求，促進(jìn)了書寫質(zhì)量智能評(píng)價(jià)技術(shù)方案的研究以及付諸教學(xué)實(shí)踐。既有“關(guān)鍵筆畫+逐步蔓延”方案經(jīng)歷了三年的書寫教學(xué)實(shí)驗(yàn)后，研究站在漢字歷史、文化以及日常書寫識(shí)讀立場(chǎng)上，確立了新的書寫正確性綜合判定思想以及書寫細(xì)節(jié)糾錯(cuò)的評(píng)價(jià)目標(biāo)。研究?jī)?yōu)化先前正確性評(píng)價(jià)指標(biāo)體系，采取筆畫類型、空間關(guān)系等構(gòu)字要素邏輯地位等同評(píng)價(jià)策略，設(shè)計(jì)了基于綜合特征匹配的漢字書寫正確性評(píng)價(jià)方案。針對(duì)該綜合匹配方案，根據(jù)實(shí)效進(jìn)行了筆畫形態(tài)、相對(duì)位置等正確性評(píng)價(jià)指標(biāo)特征權(quán)重的調(diào)整。為驗(yàn)證面向教學(xué)應(yīng)用的效果，設(shè)計(jì)了“惡意書寫場(chǎng)景”下的新舊方案的對(duì)比測(cè)試，結(jié)果表明，綜合方案對(duì)錯(cuò)字的判定率相較于舊方案的93%進(jìn)一步提高到97.5%，并在錯(cuò)誤細(xì)節(jié)發(fā)現(xiàn)上有質(zhì)的突破，達(dá)到89.9%;設(shè)計(jì)了“數(shù)據(jù)真實(shí)”情境下的一般性測(cè)試，結(jié)果表明，綜合方案在漢字書寫教學(xué)實(shí)踐數(shù)據(jù)抽樣樣本的正確性評(píng)判與人工評(píng)判的一致性上達(dá)到98.22%，可以更好地支持新一階段漢字書寫教學(xué)信息化實(shí)踐的應(yīng)用需求。

[關(guān)鍵詞] 漢字書寫; 綜合特征匹配; 正確性評(píng)價(jià); 效果測(cè)試

[中圖分類號(hào)] G434? ? ? ? ? ? [文獻(xiàn)標(biāo)志碼] A

[作者簡(jiǎn)介] 姜杰（1977—），男，江蘇揚(yáng)州人。講師，博士，主要從事教育信息化、文字計(jì)算研究。E-mail：jiangjie @foxmail.com。

一、引? ?言

我國(guó)政府非常重視漢字書寫教育，相關(guān)部委近年來(lái)發(fā)布的《國(guó)家中長(zhǎng)期語(yǔ)言文字事業(yè)改革和發(fā)展規(guī)劃綱要》《教育部關(guān)于在中小學(xué)加強(qiáng)寫字教學(xué)的若干意見》等多項(xiàng)文件[1-2]中，皆反復(fù)強(qiáng)調(diào)漢字書寫教育的重要性，甚至提出增設(shè)相應(yīng)課程的要求，其中就包括硬筆漢字書寫部分。而與之相對(duì)應(yīng)，實(shí)踐過(guò)程中書法師資缺乏等因素使得漢字書寫教育一直處于困境之中，無(wú)法獲得較高效率的發(fā)展。在這一需求的刺激下，既有研究者圍繞漢字結(jié)構(gòu)與計(jì)算提出種種非常有建構(gòu)意義的模型，推動(dòng)了技術(shù)的進(jìn)步;也有部分企業(yè)開展了智能漢字書寫評(píng)價(jià)產(chǎn)品的研發(fā)與市場(chǎng)化，旨在為學(xué)生漢字書寫提供智能化指導(dǎo)，借此緩解師資力量不足的矛盾?？疾焖羞@些技術(shù)或產(chǎn)品，硬筆漢字書寫正確性的評(píng)價(jià)，是書寫質(zhì)量評(píng)價(jià)技術(shù)的基礎(chǔ)與核心。在所有這些研發(fā)主體群落中，本團(tuán)隊(duì)在手寫硬筆漢字正確性評(píng)價(jià)方面的工作最有實(shí)效，也最有代表性。

二、相關(guān)研究基礎(chǔ)和進(jìn)展情況

（一）其他團(tuán)隊(duì)相關(guān)研究

在針對(duì)文字（漢字）結(jié)構(gòu)計(jì)算的相關(guān)領(lǐng)域中，有一些研究在CDL（字符描述語(yǔ)言）、SCML（結(jié)構(gòu)化字符描述語(yǔ)言）基礎(chǔ)上，開始對(duì)構(gòu)字元素與規(guī)則進(jìn)行標(biāo)識(shí)與計(jì)算，如設(shè)計(jì)了漢字結(jié)構(gòu)碼對(duì)傳統(tǒng)書法規(guī)則進(jìn)行量化[3]等，用數(shù)學(xué)領(lǐng)域中的拓?fù)鋵W(xué)理論對(duì)漢字的拓?fù)浣Y(jié)構(gòu)進(jìn)行分析[4]等，該類型的研究在文字表征基礎(chǔ)上對(duì)構(gòu)字元素的識(shí)別與測(cè)量，與本研究?jī)H在對(duì)文字表征的基礎(chǔ)研究層面有相似相通之處。

指向漢字書寫質(zhì)量評(píng)價(jià)的相關(guān)研究方案中，部分以筆畫匹配為手段對(duì)漢字書寫筆順進(jìn)行識(shí)別、判斷與展示，研究主要指向筆順特征的評(píng)判[5];部分限定了正確筆順前提[6]，或正確筆畫起落點(diǎn)空間位置前提[7]，或有限書寫格式前提[8]，抑或同時(shí)限定諸如形體結(jié)構(gòu)及筆畫等多個(gè)前提，方能準(zhǔn)確判定漢字書寫正誤，其研究成果實(shí)現(xiàn)的限制條件過(guò)多;部分研究將正確與美觀整合在一起進(jìn)行字體結(jié)構(gòu)的綜合評(píng)分[9]，或?qū)?duì)稱性、緊湊性和勻稱性等結(jié)構(gòu)規(guī)范性方面開展評(píng)價(jià)[10]，其“正確”概念界定不明;亦有研究提出了與本研究目標(biāo)相近的筆畫書寫、筆畫順序以及筆畫關(guān)系正誤判斷，但其筆畫空間關(guān)系細(xì)化中缺乏相交相接概念，且方案中以節(jié)點(diǎn)及邊替換的方法，對(duì)于較為復(fù)雜且書寫自由度較大的漢字來(lái)說(shuō)，判斷準(zhǔn)確度很差，遠(yuǎn)不能談及實(shí)用[11]。

從技術(shù)方法上考察，上述相關(guān)研究大都用到筆畫類型特征識(shí)別與判別、筆畫空間拓?fù)潢P(guān)系判別、特征向量距離計(jì)算、關(guān)系矩陣計(jì)算、模板匹配等其中的某種方法或多種技術(shù)方法的組合來(lái)實(shí)現(xiàn)特定目標(biāo)。同時(shí)，研究方案和技術(shù)方法的最終驗(yàn)證大都采用實(shí)驗(yàn)數(shù)據(jù)來(lái)測(cè)試檢驗(yàn)，較少見到應(yīng)用服務(wù)（產(chǎn)品）形態(tài)的檢驗(yàn)，更罕見一定時(shí)間跨度和實(shí)踐規(guī)模下面向應(yīng)用問(wèn)題驅(qū)動(dòng)的迭代更新研究。

（二）本團(tuán)隊(duì)的既有解決方案

借鑒并突破國(guó)內(nèi)外的相關(guān)研究，本研究團(tuán)隊(duì)完成了漢字書寫描述語(yǔ)言（WDL）設(shè)計(jì)[12]、GB2312楷體書寫字庫(kù)構(gòu)建等相關(guān)基礎(chǔ)研究工作，確立了基于正確性和工整性評(píng)價(jià)兩層體系的書寫質(zhì)量評(píng)價(jià)方案。其中正確性評(píng)價(jià)的目標(biāo)，是對(duì)用戶書寫樣本字給出嚴(yán)格意義上的整體判定;其技術(shù)實(shí)現(xiàn)，是基于“關(guān)鍵筆畫+逐步蔓延”思路的模板匹配方案，即在統(tǒng)一建立的漢字筆畫元素與結(jié)構(gòu)描述標(biāo)準(zhǔn)的基礎(chǔ)上，采集用戶手寫字信息并將其與標(biāo)準(zhǔn)模板相匹配完成正確性判斷的方案[13]。該方案以自動(dòng)化分析、提取標(biāo)準(zhǔn)模板字筆畫、部件、整字三層構(gòu)字特征為基礎(chǔ)，輔助以半人工方式對(duì)模板字中諸如唯一類型筆畫、特殊復(fù)雜筆畫等關(guān)鍵性判別筆畫進(jìn)行標(biāo)注，完成基于標(biāo)準(zhǔn)模板字的正確性特征標(biāo)記集。對(duì)用戶樣本字的正確性評(píng)價(jià)的過(guò)程，即以對(duì)應(yīng)模板字的正確性特征標(biāo)記集為查找、配對(duì)標(biāo)準(zhǔn)，首先匹配確認(rèn)關(guān)鍵性筆畫（或筆畫集），再進(jìn)一步查找匹配與之具有嚴(yán)格交關(guān)系特征以及具有明確位置關(guān)系特征的筆畫元素;后續(xù)不斷以確認(rèn)完成的筆畫元素為基礎(chǔ)，配合筆畫類型與筆畫間拓?fù)潢P(guān)系等特征蔓延匹配剩余的待匹配筆畫，直至完成樣本字與標(biāo)準(zhǔn)模板字所有筆畫的匹配，在此基礎(chǔ)上，完成手寫漢字的正確性判斷。

三、綜合匹配正確性評(píng)價(jià)方案構(gòu)思

（一）正確性評(píng)價(jià)技術(shù)思想討論

原“關(guān)鍵筆畫+逐步蔓延”的正確性評(píng)價(jià)方案（下文簡(jiǎn)稱：“原方案”）投入實(shí)驗(yàn)后，參加實(shí)驗(yàn)的學(xué)生及教師普遍反映該方案在正確性評(píng)價(jià)方面是有效的[14-15]，就是說(shuō)，基本上步入了“可用”的范圍。但是，由于實(shí)際漢字書寫學(xué)習(xí)中需要指出在筆畫及部件層次的各種錯(cuò)誤細(xì)節(jié)，如一個(gè)短撇寫成短橫、橫折寫成了橫折鉤、不該交的位置寫成了交等，針對(duì)這些情況，該方案很容易陷入判斷困境，只好要求用戶再次書寫。總體上說(shuō)，針對(duì)真實(shí)的應(yīng)用需求，原方案在正確性評(píng)價(jià)精準(zhǔn)程度方面依然有一定的局限性。

研究團(tuán)隊(duì)一方面在繼續(xù)優(yōu)化原方案，另一方面開始了對(duì)原方案合理性的質(zhì)疑，試圖尋找關(guān)于手寫漢字正確性計(jì)算的更加合理的理解和解釋?？疾鞚h字的發(fā)明及歷史上的演進(jìn)，我們發(fā)現(xiàn)，“筆畫形態(tài)”“關(guān)鍵筆畫”及個(gè)別“重要特征”在構(gòu)成漢字上并不具有邏輯在先的地位，相反，筆畫相對(duì)位置有時(shí)卻可以被認(rèn)為有更高的“權(quán)重”，如圖1所示。

在這些漢字的演化過(guò)程中，筆畫層次的部分特征雖然得以保留，但演化過(guò)程更忠誠(chéng)于其相對(duì)位置關(guān)系。至少可以認(rèn)識(shí)到，所有漢字構(gòu)成特征中的各個(gè)“分項(xiàng)”，包括筆畫形態(tài)、筆畫交接關(guān)系、筆畫相對(duì)位置等，并沒(méi)有任何一個(gè)是“邏輯在先”的，只能是權(quán)重上的差異。再進(jìn)一步考察當(dāng)代漢字應(yīng)用場(chǎng)景，如諸多變形的美術(shù)字以及創(chuàng)意類字體，其筆畫乃至部件的形態(tài)發(fā)生了異化與變形后，但只要其相對(duì)位置關(guān)系正確，并不會(huì)產(chǎn)生太多識(shí)讀層面上的歧義。

總結(jié)原有正確性評(píng)價(jià)方案目標(biāo)與方案思想的局限，研究團(tuán)隊(duì)對(duì)新階段正確性評(píng)價(jià)方案有了更新的認(rèn)識(shí)與定位。首先，在正確性的評(píng)判思想上，站在漢字歷史、文化和應(yīng)用的立場(chǎng)上進(jìn)行評(píng)判，亦即在尊重書法藝術(shù)對(duì)文字筆畫形體和結(jié)構(gòu)適度創(chuàng)作性表達(dá)基礎(chǔ)上，在適應(yīng)漢字書寫與識(shí)讀的實(shí)際應(yīng)用場(chǎng)景的基礎(chǔ)之上，采取允許適度“意達(dá)形變”的評(píng)判規(guī)則;其次，功能目標(biāo)上，超越原有整體通過(guò)與否的簡(jiǎn)單判定，站在精確定位錯(cuò)誤對(duì)象、精準(zhǔn)判斷錯(cuò)誤類型的書寫指導(dǎo)需求服務(wù)之上，在正確性評(píng)判的同時(shí)開展細(xì)節(jié)糾錯(cuò)型評(píng)價(jià)。

與新階段正確性評(píng)價(jià)方案思想、目標(biāo)相適應(yīng)，突破既往的“筆畫類型邏輯在先，其余諸如空間拓?fù)涞裙P畫間關(guān)系邏輯在后輔助判斷”的技術(shù)方案，研究團(tuán)隊(duì)采用了筆畫類型、空間關(guān)系等要素邏輯地位等同，并根據(jù)實(shí)效進(jìn)行特征權(quán)重調(diào)整的綜合匹配正確性評(píng)價(jià)技術(shù)方案（下文簡(jiǎn)稱：綜合方案）。

（二）綜合方案的指標(biāo)體系框架

原方案從書寫入手，以書寫所得字的形態(tài)結(jié)構(gòu)以及書寫過(guò)程的運(yùn)筆筆順兩方面構(gòu)建正確性指標(biāo)體系。首先由書寫徑跡得其筆畫形態(tài)，再通過(guò)筆畫間關(guān)系構(gòu)成部件，最終由部件通過(guò)部件關(guān)系（亦或構(gòu)成更復(fù)雜形態(tài)的部件）完成整字構(gòu)建。筆畫間關(guān)系是指筆畫方位關(guān)系、筆畫組合關(guān)系（交接鄰）及筆畫長(zhǎng)短關(guān)系，部件間關(guān)系以方位關(guān)系特征指標(biāo)為主[16]，其指標(biāo)體系框架見表1。

綜合方案指標(biāo)體系，立足于既有指標(biāo)體系，依據(jù)方案思想與目標(biāo)，作了體系框架和內(nèi)容的調(diào)整，見表2。在體系框架上，取消構(gòu)字中間層的部件指標(biāo)體系，究其原因，其一，部件本身是基于筆畫形態(tài)和筆畫間關(guān)系而形成的筆畫關(guān)系組合體，從識(shí)別角度考察是用戶書寫筆畫所得之組合的整體表征，從計(jì)算方法考察是正確筆畫匹配映射之后基于模板字部件關(guān)系標(biāo)注的加工結(jié)果，部件本身不存在超越筆畫及組合關(guān)系的正確性判斷需求。其二，多個(gè)部件之間以方位為主的拓?fù)潢P(guān)系的計(jì)算與正確性評(píng)判，其可以通過(guò)部件間的筆畫關(guān)系計(jì)算得來(lái);同理，原來(lái)整字層面一些特征的正確性判定，亦可通過(guò)筆畫特征及組合關(guān)系計(jì)算判斷。其三，構(gòu)字元素的計(jì)算方法上，扁平單一的筆畫元素與關(guān)系層面的計(jì)算相較于多層結(jié)構(gòu)元素與關(guān)系的計(jì)算在效率、復(fù)雜度、可靠度方面均有較大的優(yōu)勢(shì)。在體系內(nèi)容歸屬上，筆畫數(shù)量特征、筆順特征調(diào)整到整字特征指標(biāo)體系之下，因這兩類特征雖可直接關(guān)聯(lián)到具體筆畫，但只有從全體筆畫層面考察與評(píng)判才有意義。

四、綜合方案的實(shí)現(xiàn)與性能優(yōu)化實(shí)驗(yàn)

（一）正確性判定實(shí)現(xiàn)流程與特征權(quán)重分配實(shí)驗(yàn)設(shè)計(jì)

綜合匹配方案的正誤判定，以用戶樣本字與模板字各指標(biāo)項(xiàng)特征相似度加權(quán)來(lái)綜合評(píng)判。方案實(shí)現(xiàn)的主要步驟是：首先，對(duì)筆畫走向特征、筆畫長(zhǎng)度比特征、筆畫絕對(duì)位置特征、相對(duì)位置特征，以及交關(guān)系等多個(gè)指標(biāo)項(xiàng)分別求解特征相似度矩陣;而后，在此基礎(chǔ)上進(jìn)行各特征相似度矩陣的權(quán)重加權(quán)求和計(jì)算與匹配判定。通常情況下，樣本字與模板字相對(duì)應(yīng)的筆畫能以高于匹配度閾值或明顯高于其他筆畫匹配度數(shù)值的方式顯現(xiàn)，從而實(shí)現(xiàn)筆畫匹配;對(duì)于仍然無(wú)法匹配的易混淆筆畫（或筆畫集），則須進(jìn)行附加的兩兩之間筆畫鄰方位關(guān)系的匹配運(yùn)算，達(dá)到最終正確與否的判定，其主要流程如圖2所示。

綜合方案中，各指標(biāo)項(xiàng)權(quán)重比例分配通過(guò)權(quán)重實(shí)驗(yàn)檢驗(yàn)優(yōu)化，并可在后期教學(xué)實(shí)踐中微調(diào)，權(quán)重實(shí)驗(yàn)設(shè)置與效果檢驗(yàn)，主要考慮下面幾方面因素：其一，評(píng)價(jià)方案思想對(duì)不同指標(biāo)項(xiàng)寬容程度，即正確性認(rèn)識(shí)與理解的差異，賦予不同指標(biāo)項(xiàng)特征的正確與否判定權(quán)設(shè)置;其二，評(píng)價(jià)方案的實(shí)施目標(biāo)性質(zhì)，即考試考級(jí)目標(biāo)的整體評(píng)判，亦或指導(dǎo)教學(xué)目標(biāo)的細(xì)節(jié)糾錯(cuò)等;其三，正確性評(píng)價(jià)所施教對(duì)象的漢字書寫水平與需求，此項(xiàng)主要以漢字是否為第一母語(yǔ)文字為依據(jù)，區(qū)分筆畫形態(tài)、書寫過(guò)程等特征項(xiàng)嚴(yán)判程度。

權(quán)重分配實(shí)驗(yàn)是對(duì)綜合方案的優(yōu)化測(cè)試。實(shí)驗(yàn)設(shè)計(jì)的測(cè)試樣本字集的選擇考慮了以下幾個(gè)方面：其一，字集基礎(chǔ)要求應(yīng)該是包含各種典型筆畫及結(jié)構(gòu)，以使實(shí)驗(yàn)對(duì)各種情況有較好的覆蓋;其二，測(cè)試字集的信度要求，字集應(yīng)該有一定的數(shù)量，以獲得有信度的統(tǒng)計(jì)結(jié)果，所謂數(shù)量的考量不僅僅是總體數(shù)量，亦應(yīng)該考慮關(guān)于筆畫及結(jié)構(gòu)的每個(gè)類的數(shù)量;其三，必須是真實(shí)對(duì)象的手寫字，這樣才對(duì)將來(lái)的手寫字判斷應(yīng)用有直接的針對(duì)性，團(tuán)隊(duì)在此方面有豐富的積累，即來(lái)自若干年基于原方案的教學(xué)實(shí)驗(yàn)所積累的學(xué)生手寫字;其四，由于此時(shí)進(jìn)行的是針對(duì)系統(tǒng)基礎(chǔ)性優(yōu)化，所選手寫字應(yīng)該相對(duì)較為“工整”，所謂“工整”的基礎(chǔ)條件是，關(guān)于該字是否正確應(yīng)該有明確的判斷而不至于無(wú)法分辨;其五，所選例字中應(yīng)該有一定比例的錯(cuò)字，可以初步順便檢驗(yàn)系統(tǒng)對(duì)錯(cuò)字的檢出率以及可否發(fā)現(xiàn)錯(cuò)誤細(xì)節(jié)，而實(shí)際上，團(tuán)隊(duì)前期實(shí)驗(yàn)中所積累的用戶手寫字中，恰好有一定比例的錯(cuò)字，可以用于支持本基礎(chǔ)性測(cè)試。

根據(jù)上述權(quán)重分配與測(cè)試字集設(shè)計(jì)需求，由研究團(tuán)隊(duì)中負(fù)責(zé)書寫教學(xué)實(shí)施、跟蹤的研究者（非開發(fā)者）從實(shí)驗(yàn)積累用戶字中篩選1000個(gè)字組成測(cè)試樣本字集。實(shí)驗(yàn)對(duì)各指標(biāo)項(xiàng)特征相似矩陣進(jìn)行多輪次、不同權(quán)重配比方案下的綜合正誤判定結(jié)果進(jìn)行統(tǒng)計(jì)，并與專家人工的判定作一致性對(duì)比。實(shí)驗(yàn)對(duì)比結(jié)果顯示，筆畫形態(tài)特征、筆畫長(zhǎng)度比特征、筆畫絕對(duì)位置特征、筆畫相對(duì)位置特征、筆畫交關(guān)系特征，這些指標(biāo)項(xiàng)權(quán)重按1：1：0：7：1配比時(shí)，可獲得最高62%的專家人工判定一致性，以此權(quán)重配比為基礎(chǔ)，對(duì)混淆未能匹配的剩余筆畫集進(jìn)行鄰關(guān)系特征附加判定，可實(shí)現(xiàn)最高98%的總體判斷正確率。