大學(xué)生信息技術(shù)-拓展模塊 課件 項(xiàng)目10 數(shù)字媒體 任務(wù)2 數(shù)字文本處理

大學(xué)生信息技術(shù)——拓展模塊項(xiàng)目10

數(shù)字媒體數(shù)字文本處理任務(wù)2內(nèi)容提要1.數(shù)字文本概念。2.數(shù)字文本處理過(guò)程。3.數(shù)字文本操作。任務(wù)2項(xiàng)目概述

從遠(yuǎn)古時(shí)期的文字,到現(xiàn)在的數(shù)字文本；從傳統(tǒng)的藏書(shū)樓,到現(xiàn)在的數(shù)字圖書(shū)館；從古代的手抄本,到紙質(zhì)書(shū)再到電子書(shū),數(shù)字科技給人類所帶來(lái)的改變顯而易見(jiàn)。文本到數(shù)字文本的不斷發(fā)展也是人類發(fā)展的巨大進(jìn)步。數(shù)字文本的處理具體實(shí)現(xiàn)需要處理技術(shù)支撐進(jìn)行完成。什么是文本？文字信息在計(jì)算機(jī)中稱為“文本”(text)。任務(wù)2

數(shù)字文本處理——數(shù)字文本概念

什么是數(shù)字文本呢？數(shù)字文本是計(jì)算機(jī)中最常用的是以文字及符號(hào)為主的一種數(shù)字媒體。字文本也叫電子文本、計(jì)算機(jī)文本,是用二進(jìn)制數(shù)“0”和“1”在電子設(shè)備上表現(xiàn)的字符信息。數(shù)字文本由一系列“字符”(character）組成，每個(gè)字符均使用二進(jìn)制編碼表示。它是計(jì)算機(jī)處理人類信息的一個(gè)基本方面。任務(wù)2

數(shù)字文本處理——數(shù)字文本概念

4.文本存儲(chǔ)與傳輸

文本是以ASCII碼進(jìn)行存儲(chǔ)的，即英文、數(shù)字等字符存儲(chǔ)的是ASCII碼，而漢字存儲(chǔ)的是機(jī)內(nèi)碼。文本只能存儲(chǔ)有效字符信息。2.文本編輯與排版

文本編輯就是對(duì)字、詞、句和段落進(jìn)行添加、刪除和修改等操作。文字排版就是對(duì)文本中的字符、段落乃至整篇文章的格式進(jìn)行各種格式設(shè)置。任務(wù)2數(shù)字文本處理——數(shù)字文本處理過(guò)程3.文本處理

文本處理具體內(nèi)容：

字?jǐn)?shù)統(tǒng)計(jì)，詞頻統(tǒng)計(jì)，簡(jiǎn)/繁體相互轉(zhuǎn)換，漢字/拼音相互轉(zhuǎn)換。

詞語(yǔ)排序，詞語(yǔ)錯(cuò)誤檢測(cè)，文句語(yǔ)法檢查。

自動(dòng)分詞，詞性標(biāo)注，詞義辨識(shí)，大陸/臺(tái)灣術(shù)語(yǔ)轉(zhuǎn)換。

關(guān)鍵詞提取，文摘自動(dòng)生成，文本分類。

文本檢索（關(guān)鍵詞檢索、全文檢索)，文本過(guò)濾。

文語(yǔ)轉(zhuǎn)換（語(yǔ)音合成），文種轉(zhuǎn)換（機(jī)器翻譯)。

篇章理解，自動(dòng)問(wèn)答，自動(dòng)寫(xiě)作等。

文本壓縮，文本加密，文本著作權(quán)保護(hù)。任務(wù)2數(shù)字文本處理——數(shù)字文本處理過(guò)程4.文本存儲(chǔ)與傳輸

文本是以ASCII碼進(jìn)行存儲(chǔ)的，即英文、數(shù)字等字符存儲(chǔ)的是ASCII碼，而漢字存儲(chǔ)的是機(jī)內(nèi)碼。文本只能存儲(chǔ)有效字符信息。數(shù)字文本以二進(jìn)制形式進(jìn)行存儲(chǔ)和傳輸，不用轉(zhuǎn)換或格式化就可傳字符，二進(jìn)制方式比文本方式更快，并且可以傳輸一切ASCII值。5.文本展現(xiàn)文本展現(xiàn)就是將文本嵌入在文本編輯(處理)軟件中，使用文本閱讀器或文本瀏覽器（比如Word等）進(jìn)行完成。

任務(wù)2數(shù)字文本處理——數(shù)字文本處理過(guò)程

文本展現(xiàn)具體包括以下內(nèi)容：對(duì)文本的格式描述進(jìn)行解釋。生成文字和圖表的映像（bitmap)。傳送到顯示器或打印機(jī)輸出

任務(wù)2數(shù)字文本處理——數(shù)字文本處理過(guò)程任務(wù)2

項(xiàng)