吳琴霞，趙紅丹

(1.安陽師范學院 計算機與信息工程學院，河南 安陽 455000；2. 甲骨文信息處理教育部重點實驗室，河南 安陽 455000；3.河南省甲骨文信息處理重點實驗室，河南 安陽 455000)

文字是人類最偉大的發(fā)明，它是人類思想的反映，也是歷史事件的直接記錄。甲骨文是世界四大古老文字之一，是漢字的源頭、中華優(yōu)秀傳統(tǒng)文化的根脈。隨著計算機科學技術(shù)的發(fā)展，甲骨文的研究也與時俱進。近年來，不少學者將人工智能、大數(shù)據(jù)分析、深度學習等技術(shù)應用到甲骨文的研究中，當甲骨文與現(xiàn)代科技相結(jié)合，使得甲骨文信息化建設成為現(xiàn)實?，F(xiàn)在，已有若干個甲骨文信息化數(shù)據(jù)平臺開發(fā)完成，如安陽師范學院甲骨文信息處理教育部重點實驗室與中國社會科學院甲骨學殷商史研究中心合作建設的“殷契文淵”、香港中文大學的“漢達文庫”等，都采用了計算機技術(shù)建成了甲骨文信息化平臺，為廣大研究者提供了極大便利[1]。但大多專家學者在研究甲骨文信息化方面存在一些誤區(qū)：1)重視甲骨字字形、字音和字意的考證。把甲骨字信息處理看作對知識的處理，而沒有將甲骨字本身看作一種信息；2)重差別輕統(tǒng)一。甲骨字存在大量的異體字，重視每個甲骨字字形差別和構(gòu)字部件差別，忽視甲骨字形體結(jié)構(gòu)和構(gòu)字部件之間的統(tǒng)一性[2]；3)重理論輕系統(tǒng)，重視把甲骨字研究的經(jīng)驗運用到信息處理當中，而忽略信息處理的系統(tǒng)性。這樣使得甲骨文信息處理變得零碎和煩瑣，數(shù)據(jù)信息無法通用，存儲和處理的數(shù)據(jù)巨大[3-4]。

隨著人類對客觀世界認知的不斷增強，語言文字隨之產(chǎn)生。甲骨字字形構(gòu)成的思維范式體現(xiàn)了人類對客觀世界認知的抽象、概括、分析、歸納和推理，規(guī)范了人類對自然界的認知過程。甲骨字主要以象形和表意這種最簡單的方式來描述自然界里的萬物，其本身就是一種抽象概括的原型。甲骨字的產(chǎn)生和在日常生產(chǎn)過程中的運用，是人類掌握了客觀事物的認知規(guī)律的結(jié)果。甲骨文已經(jīng)具有一套完整的構(gòu)成體系，這套構(gòu)成體系將甲骨文分成了字形和構(gòu)件。相對于甲骨文的識別、考釋、綴合等工作來說，對于甲骨字構(gòu)件的研究具有更加重要的意義[5]。該文利用認知心理學的科學成果，研究和總結(jié)甲骨字的造字機理，在對甲骨字造字原理分析的基礎上，通過研究甲骨字的結(jié)構(gòu)、筆畫和原型(構(gòu)件)建模方法，提出一種基于語義構(gòu)件及其空間位置的甲骨字計算模型；并通過定義甲骨字的基本筆元、組合筆元和擴展筆元來表示甲骨字構(gòu)件的結(jié)構(gòu)，以空間變換向量實現(xiàn)原型的組合，提出甲骨字構(gòu)件智能拼組造字方案；并建立了基于認知機理的甲骨字自動生成數(shù)學模型。

1 甲骨字自動生成原理

1.1 甲骨字的認知原理

認知是人對自然界和人類社會活動的理解過程，甲骨字就是商朝時期人類對自然界認知和實踐的產(chǎn)物。認知心理學中的原型匹配理論認為人腦中存儲著代表一個事物的最基本特征的表示，這種表示就是某類事物的抽象形式。這種抽象形式的表示就是“原型”，人類認知一類事物，對該類事物的知覺由輸入信息與腦海中存儲的“原型”進行匹配而實現(xiàn)。

1.2 甲骨字組成原理

甲骨字是一類存在的客觀事物，其原型由“象形”和“指事”符號組成。甲骨字原型是甲骨字符集的最基本的組成成分，原型映射到具體的甲骨字中稱為“甲骨字構(gòu)件”。甲骨字是由“甲骨字構(gòu)件”按照某種結(jié)構(gòu)組成，組成甲骨字時，甲骨字構(gòu)件之間，以及甲骨字構(gòu)件和甲骨字整體間的關(guān)系構(gòu)成了甲骨字的層次結(jié)構(gòu)如圖1所示。

圖1 甲骨字的層次結(jié)構(gòu)

甲骨字自動生成技術(shù)是將甲骨字原型變化成甲骨字構(gòu)件，然后按照一定的結(jié)構(gòu)組合成甲骨字，甲骨字自動生成原理如圖2所示。

圖2 基于認知機理的甲骨字造字原理

甲骨字自動生成的實現(xiàn)，首先要建立甲骨字原型庫和甲骨字的結(jié)構(gòu)知識庫。通過分析甲骨字的造字原理，對造字知識進行組織，建立智能造字知識庫；其次，字體自動生成時，需要外界刺激進行輸入，根據(jù)造字知識庫的規(guī)則把甲骨字原型映射為甲骨字構(gòu)件，按照一定的甲骨字結(jié)構(gòu)將構(gòu)件組合成甲骨字[7-8]。

1.甲骨字編碼。甲骨字自動生成的實現(xiàn)工具是計算機，只有把甲骨字自動生成的工程轉(zhuǎn)換成便于計算機處理的編碼，才能實現(xiàn)甲骨字的自動生成。根據(jù)甲骨字的結(jié)構(gòu)和甲骨字的造字原理給出甲骨字的編碼方法。甲骨字編碼處理的實質(zhì)是將甲骨字編碼分解為相應的甲骨字結(jié)構(gòu)和甲骨字原型建立甲骨字原型組合樹。

2.甲骨字原型庫。甲骨字原型是甲骨字的基本組成單位，甲骨字自動生成是甲骨字原型映射到甲骨字結(jié)構(gòu)中映像組合而成的數(shù)據(jù)。甲骨字原型庫存儲著甲骨字原型的具體構(gòu)型、甲骨字原型構(gòu)件的數(shù)據(jù)、甲骨字原型的表示數(shù)據(jù)等。

3.甲骨字的構(gòu)成。甲骨字的構(gòu)成是指甲骨字構(gòu)件按照一定的組合規(guī)則生成甲骨字的過程，描述甲骨字基元在甲骨字圖形中的位置關(guān)系。有了甲骨字的結(jié)構(gòu)，才能實現(xiàn)用有限個甲骨字原型生成所有的甲骨字字符集。

4.甲骨字原型映射。原型到客體的轉(zhuǎn)換是一種保持拓撲不變形的變換。甲骨字的自動生成過程就是甲骨字構(gòu)件按照甲骨字構(gòu)成規(guī)則在平面上的重組。從甲骨字原型到具體的甲骨字構(gòu)件就是抽象到具體的映射，這種映射保持甲骨字原型的拓撲不變形。

2 甲骨字自動生成的數(shù)學模型

依據(jù)基于認知機理的甲骨字自動生成理論，所有已釋甲骨字中，具有獨立語義的構(gòu)字單元為甲骨字原型，甲骨字符集中的每個甲骨字是由一個或多個甲骨構(gòu)件組成，這些構(gòu)件是甲骨字原型在甲骨字結(jié)構(gòu)空間的映射。

2.1 甲骨字原型的提取原則

原型構(gòu)件庫是甲骨字的基本組成單位，甲骨字自動生成是由原型構(gòu)件映射到甲骨字結(jié)構(gòu)中的映像組合而成。原型構(gòu)件庫包含甲骨字原型的具體構(gòu)成數(shù)據(jù)、甲骨字原型構(gòu)件數(shù)據(jù)、甲骨字原型構(gòu)件的計算機表示數(shù)據(jù)。原型構(gòu)件庫是甲骨字自動生成的基石。

2.2 甲骨字符的數(shù)學描述

由于甲骨字符的數(shù)量是無法定量的，根據(jù)認知原理給出有限個甲骨字原型可以生成所有的甲骨字符，根據(jù)這一原理給出以下定義：

定義1 設Ω代表某個時間段內(nèi)所有的甲骨字符集，Ci是Ω中的元素。R為實數(shù)集，Ω的數(shù)學表達式如下：

定義2 設P為甲骨字符集的所有原型的集合，因為|P|<|Ω|，所以P為有限集；設Pi是P集合中的元素，所有甲骨字符原型組成的集合的數(shù)學表達式如下：

根據(jù)定義1、2可以得出甲骨字自動生成機理，即在甲骨字原型集合P中，可以找到Ω的一個有限覆蓋。即用有限個甲骨字原型組成所有的甲骨字，它是通過甲骨字原型在甲骨字中的結(jié)構(gòu)映射來實現(xiàn)的。一個甲骨字可以表示為一個或多個甲骨字構(gòu)件在甲骨字構(gòu)成空間中的分布；甲骨字構(gòu)件是甲骨字原型在甲骨字結(jié)構(gòu)上的拓撲映射，甲骨字構(gòu)件在甲骨字中的具體外觀、大小、位置將由甲骨字原型和甲骨字結(jié)構(gòu)共同決定。

根據(jù)上述甲骨字自動生成機理，甲骨字自動生成的數(shù)學模型如下：

定義3 設S為甲骨字所有甲骨字結(jié)構(gòu)組成的集合，|S|<|Ω|，S為有限集；甲骨字結(jié)構(gòu)組成的集合可用以下公式來描述：

2.3 甲骨字自動生成數(shù)學模型

根據(jù)甲骨字自動生成數(shù)學模型，甲骨字自動生成的步驟如下：

1.依據(jù)描述甲骨字結(jié)構(gòu)的數(shù)學公式，對組成甲骨字的原型進行選取；

2.把甲骨字原型pi映射到甲骨字結(jié)構(gòu)si中，得到甲骨字的構(gòu)件F(si,pi)；

3.在甲骨字圖形空間中，用一個或多個甲骨字構(gòu)件F(si,pi)“拼”來自動生成甲骨字Ci；

4.自動生成的甲骨字字體和字形進行選擇，通過構(gòu)建函數(shù)Tfs(f為字形，s為字號)，對所生成的甲骨字進行統(tǒng)一處理。

以此為基礎，深入分析認知心理學中的原型理論，得出甲骨字這個客體是無法定量的，而組成甲骨字的原型是有限的。原型構(gòu)件是甲骨字的基本組成成分。在此基礎上，依據(jù)甲骨字的特殊性兼顧計算機處理效率總結(jié)出甲骨字原型提取準則。以已釋的1024個甲骨字為基礎實驗數(shù)據(jù)，進行原型構(gòu)件提取實驗，為甲骨字自動生成數(shù)學模型打下基礎。

表1 原型對應的構(gòu)件

3 甲骨字生成平臺

3.1 甲骨字生成平臺功能介紹

依據(jù)甲骨字自動生成的數(shù)學模型，甲骨字由甲骨字原型、甲骨字結(jié)構(gòu)的映射、甲骨字構(gòu)件組成。甲骨字自動生成平臺應具有輸入、顯示、編輯、保存等功能，如圖3所示。

圖3 甲骨字生成平臺

鍵盤輸入功能：對甲骨字進行編碼處理，甲骨字符的外碼將甲骨字的結(jié)構(gòu)信息映射到鍵盤上的26個字母鍵上。

編碼處理功能：將按照“甲骨字原型+甲骨字結(jié)構(gòu)”進行編碼的甲骨字進行解析，把解析的結(jié)果轉(zhuǎn)化為特定的數(shù)據(jù)，即甲骨字的結(jié)構(gòu)和組成甲骨字的原型，方便甲骨字的自動生成。

自動生成模塊：從知識庫中提取各個基元的映射知識，從計算機硬盤中讀取各個基元的特征數(shù)據(jù)點，仿射變化后拼合成新的甲骨字。

打開和保存功能：新造的甲骨字只需將該字的構(gòu)成編碼保存即可。同時設計有文件打開功能，打開用戶保存的數(shù)據(jù)，程序?qū)⒏鶕?jù)該字的編碼推理，并將該字“拼合”顯示在屏幕上。

3.2 結(jié)果與分析

甲骨字自動生成系統(tǒng)根據(jù)甲骨字結(jié)構(gòu)編碼信息，在原型構(gòu)件庫的指導下生成新的甲骨字。甲骨字自動生成平臺提供了甲骨字信息的輸入、輸出和編輯三大功能。甲骨字原型庫中的每一個原型依據(jù)其特征點進行保存，現(xiàn)已提取出四百多個甲骨字原型，存儲量為156KB，應用該原理已生成了1202個常用甲骨字。甲骨字的原型構(gòu)件存儲如圖4所示。

圖4 甲骨字原型構(gòu)件

甲骨字的組成成分是原型構(gòu)件在甲骨字結(jié)構(gòu)上的拓撲映射，即原型構(gòu)件在結(jié)構(gòu)漢字中的位置、大小和形態(tài)的不同構(gòu)成不同的甲骨字。但同一原型構(gòu)件在不同漢字中對應的成分與原型構(gòu)件都具有相同的拓撲結(jié)構(gòu)。如圖5所示，甲骨字“北”可以用“人”這個原型構(gòu)件按照左右結(jié)構(gòu)組成。

圖5 由構(gòu)件和筆元生成的甲骨字

原型構(gòu)件映射到具體的甲骨字組成成分的幾何變換方法是必須解決的問題。該實驗平臺采用基于區(qū)域和特征提取的仿射變換系數(shù)自動獲取方法，從不同的角度、不同的技術(shù)方法來獲取原型構(gòu)件的仿射變換系數(shù)，形成優(yōu)勢互補獲取更精確的原型構(gòu)件的映射知識[10]。

4 結(jié)論

在對甲骨字造字原理分析的基礎上，通過研究甲骨字的結(jié)構(gòu)、筆畫和原型構(gòu)件的建模方法，提出了基于造字機理的甲骨字自動生成的方法來取代字庫，不以甲骨字作為信息處理的基本單元，而是把甲骨字的原型構(gòu)件作為組字的基本單元。解決了沒有統(tǒng)一的Unicode編碼的甲骨字的輸入、顯示和編輯等問題。采用此方法可以解決甲骨字無法定量、定型的難題，歸納智能造字規(guī)則，以后新產(chǎn)生的甲骨字按照造字規(guī)則來生成，可以制定穩(wěn)定的甲骨文信息化標準。甲骨字原型庫和智能造字知識庫都是從甲骨文文化特點出發(fā)，方便了廣大甲骨文愛好者對甲骨字的學習和認知。甲骨字原型庫的數(shù)量遠遠小于甲骨字符的數(shù)量，信息處理中信息熵將大大降低，信息化效率大大提高，方便了甲骨文的Web傳輸。