【正文】 [txtEW].=。 } }else{ = 1。 }else{ [txtCW].=FFCC99。 if(==txtCW){ [txtEW].=FFCC99。 flag*=1。 (arrTag[1]) 第 5章 關(guān)鍵技術(shù)的實(shí)現(xiàn) 31 0){ //不存在 //檢測(cè)關(guān)鍵詞標(biāo) 簽完整性 if(!chkTag((,arrTag[0]++arrTag[1]))){ return。 } } //檢測(cè)要插入的標(biāo)簽是否已存在于句子語料中 if((arrTag[0]) 0 amp。 if((arrTmpTag[0])=0 || (arrTmpTag[1])=0){ alert(選擇的關(guān)鍵詞中不能包含關(guān)鍵詞標(biāo)簽！ )。i++){ length = obj[i]. arrTmpTag[0] = obj[i].(0,length/2)。 for(var i=0。 length = arrTag[0] = (0,length/2)。 return。 //如果文本框中沒有關(guān)鍵詞被選中，或者是文本框不可用，則退出函數(shù) if(== || ==true){ return。 var objTag = [lbxTag]。 var arrTag = new Array(2)。實(shí)現(xiàn)該功能的代碼如下： //在句子語料中插入關(guān)鍵詞標(biāo)簽 function insertTag(selObj){ var rang = ()。在插入標(biāo)簽的同時(shí)還會(huì)檢測(cè)標(biāo)簽的完整性。 return tmpContent。 tmpContent = (content, key[199]|/key[199], , )。 ③返回值：新產(chǎn)生的字符串。 } } 3. 刪除句子或段落語料中的關(guān)鍵詞標(biāo)簽 ①語料數(shù)據(jù)檢查標(biāo)簽方法及刪除標(biāo)簽主要思想：使用正則表達(dá)式來檢查標(biāo)簽并將其刪除，可以提高程序的執(zhí)行效率。 } } be_cur = cur + 1。 CN = (cBegin + + , )。 EN = (be_cur + + , )。 Tag tag = new Tag(i)。 = 。 MaxKeyLength = 。 curKey == be_cur) { cBegin = ()。 if (curKey = 0 amp。 //初始化最長單詞長度 realKey = null。 ListWordEC WordList = (word)。39。,39。.39。 39。 //存儲(chǔ)確定后的關(guān)鍵詞，根據(jù)單詞長度確定，取長優(yōu)先 while (cur ) { c = EN[cur]。 //當(dāng)前下標(biāo)指向的字母 string word = 。 //找到關(guān)鍵詞的下標(biāo)位置 int MaxKeyLength = 0。 //上一次單個(gè)單詞的結(jié)束位置 int cBegin = 0。 //標(biāo)識(shí)關(guān)鍵詞標(biāo)簽 int cur = 0。 ①語料數(shù)據(jù)提取關(guān)鍵字方法主要思想：對(duì)傳入的數(shù)據(jù)中的英文單詞進(jìn)行拆分、對(duì)比，來發(fā)現(xiàn)關(guān)鍵字，并存如臨時(shí)數(shù)據(jù)表中，為了是不同的使用者之間不會(huì)產(chǎn)生干擾，特為每個(gè)管理員建立臨時(shí)表 t_userid。處理流程圖如 所示。 表示層也就是在瀏覽器中看到的界面實(shí)現(xiàn)效果，在此不詳述。 3) SentenceBLL 類：調(diào)用數(shù)據(jù)訪問層提供的方法，并實(shí)現(xiàn) 句子標(biāo)簽的刪除、添加、自動(dòng)分詞等操作（ ParagraphBLL 類與該類功能相似）。 圖 業(yè)務(wù)邏輯層類圖示 主要類的說明： 1) UserBLL 類：用于調(diào)用數(shù)據(jù)訪問層提供的方法，并實(shí)現(xiàn)檢測(cè)管理員的合法性。 第 5章 關(guān)鍵技術(shù)的實(shí)現(xiàn) 26 業(yè)務(wù)邏輯層 業(yè)務(wù)邏輯層 :主要是針對(duì)具體的問題的操作，也可以理解成對(duì)數(shù)據(jù)層的操作 ,對(duì)數(shù)據(jù)業(yè)務(wù)邏 輯處理，如果說數(shù)據(jù)層是積木，那邏輯層就是對(duì)這些積木的搭建。 圖 數(shù)據(jù)訪問層類圖示 主要類的說明： 1) DB 類：用來建立數(shù)據(jù)庫的連接 2) WordsDAL 類：用來訪問詞語數(shù)據(jù)表，提供數(shù)據(jù)查詢、修改、刪除等操作。 數(shù)據(jù)訪問層 數(shù)據(jù)訪問層：主要是對(duì)原始數(shù)據(jù)（數(shù)據(jù)庫或者文本文件等存放數(shù)據(jù)的形式）的操作層，而不是指原始數(shù)據(jù)，也就是說，是對(duì)數(shù)據(jù)的操作，而 不是數(shù)據(jù)庫，具體為業(yè)務(wù)邏輯層或表示層提供數(shù)據(jù)服務(wù)。 5) SentenceEC 類：中文和英文句子關(guān)聯(lián)對(duì)象模型。 3) Paragraph 類：段落個(gè)體對(duì)象模型，繼承自 Word 類。 圖 詞語、句子、段落等 數(shù)據(jù)模型 第 5章 關(guān)鍵技術(shù)的實(shí)現(xiàn) 25 主要模型類的說明： 1) Word 類：詞語個(gè)體對(duì)象模型。 數(shù)據(jù)模型 建立數(shù)據(jù)模型的作用是將數(shù)據(jù)庫中的所要用到的數(shù)據(jù)表和字段使用類來實(shí)現(xiàn)，目的是將程序 數(shù)據(jù)和數(shù)據(jù)庫中的數(shù)據(jù)表和字段進(jìn)行分離，達(dá)到數(shù)據(jù)庫無關(guān)性，這樣就算數(shù)據(jù)庫中發(fā)生了什么改動(dòng)，只要更改相應(yīng)的數(shù)據(jù)訪問層類，而無需整個(gè)系統(tǒng)都要修改。 2. 將數(shù)據(jù)訪問和邏輯操作都集中到組件中 ,增強(qiáng)了系統(tǒng)的復(fù)用性。采用“分而治之”的思想，把問題劃分開來各個(gè)解決，易于控制，易于延展，易于分配資源 。 圖 句子語料的添加 (3)段落語料入庫：段落因?yàn)槭怯删渥咏M成，實(shí)現(xiàn)起來的效果和句子一樣，但是由于英文和中文句子在翻譯時(shí)的位置有所變化，程序不能很好的自動(dòng)標(biāo)識(shí)句子，所以該功能暫時(shí)只能人工完成，在此就不詳細(xì)闡述。 ③注意標(biāo)簽特性：在同 一個(gè)編輯框中，標(biāo)簽的第一個(gè)括號(hào)與第二個(gè)括號(hào)必須是成對(duì)出現(xiàn)（不可分），如 key1中醫(yī)學(xué) /ke key1中醫(yī)學(xué)、中醫(yī)學(xué) /key1都是不允許的；標(biāo)簽的兩個(gè)括號(hào)是不能顛倒順序（不可逆），如 /key1中醫(yī)學(xué)key1是不允許的；標(biāo)簽在中英文編輯框中必須能找到相同的標(biāo)簽（必成雙），如中文中有 key1?? /key1，英文編輯框中必須有 key1?? /key1；在標(biāo)簽前后部分之間不能存在“空對(duì)不空”，如在中文編輯框中含有 key1中醫(yī)學(xué)/key1，英文框中含有 key1/key1,這是系統(tǒng)不支持的。 設(shè)計(jì)步驟： ①選擇標(biāo)記：選中編輯界面或修改界面左邊的標(biāo)簽列表。操作界面和結(jié)果如圖 。 數(shù)據(jù)結(jié)構(gòu)保存 庫文件 人工修正 語料切分標(biāo)注 人工處理 生語料 熟語料 第 4章 系統(tǒng)設(shè)計(jì)與具體功能的實(shí)現(xiàn) 22 圖 后臺(tái)管理登錄界面 語料數(shù)據(jù)的入庫功能 1．功能描述：對(duì)輸入的生語料進(jìn)行入庫操作。 圖 語料加工流程圖 后臺(tái)管理登錄 進(jìn)入后臺(tái)管理，需要使用管理員用戶名和密碼登錄驗(yàn)證后才可以更新維護(hù)數(shù)據(jù)。如圖 。 圖 語料檢索流程圖 3． 關(guān)鍵詞提示：為了增加平臺(tái)對(duì)用戶的友好性，提高關(guān)鍵詞輸入和檢索的效率，利用 AJAX技術(shù)實(shí)現(xiàn)關(guān)鍵詞的實(shí)時(shí)提示，幫助用戶快速輸入關(guān)鍵詞。檢索可分為詞語檢索、句子檢索、段落檢索模塊 ,它們的實(shí)現(xiàn)都是類似的。 2． 設(shè)計(jì)思想：獲取文本框輸入的詞匯和詞語數(shù)據(jù)庫中的數(shù)據(jù)查詢，在查詢之前先將輸入的文本關(guān)鍵詞進(jìn)入拆分，如果輸入的文本關(guān)鍵詞中含有關(guān)鍵詞分隔符，則拆分成多個(gè)關(guān)鍵詞進(jìn)行匹配查詢。 圖 前臺(tái)語料檢索功能 檢索功能的實(shí)現(xiàn) 面向最終用戶，只能通過搜索對(duì)語料文件信息進(jìn)行查詢操作。 這些檢索功能基本上能滿足最常見的檢索需求，利用檢索結(jié)果可進(jìn)行語料提取、詞頻統(tǒng)計(jì)、詞性等涉及語法、語義、語用的研究。 采用二次檢索方式對(duì)檢索結(jié)果進(jìn)行更加精確的檢索。 對(duì)所檢索的關(guān)鍵詞的命中頻率進(jìn)行統(tǒng)計(jì)。 通過檢索字符串表達(dá)式或者下拉菜單等方式對(duì)多個(gè)關(guān)鍵詞進(jìn)行檢索。 可進(jìn)行“關(guān)鍵詞居中”（ KWIC）檢索。因此，有必要根據(jù)基于 WEB的對(duì)外漢語教學(xué)語料庫的用途和檢索需求，對(duì)其在線檢索功能進(jìn)行限定。從語料庫的用途看，不同目的的語料庫對(duì)檢索功能有不同的特定需求，不必將上述所有的檢索功能集中于一個(gè)檢索系統(tǒng)當(dāng)中。 這些功能總體可以分成“前臺(tái)檢索功能”和“后臺(tái)數(shù)據(jù)更新維護(hù)功能”兩大塊，其設(shè)計(jì)思想與實(shí)現(xiàn)過程在 與 節(jié)中詳述。 信息文本長度統(tǒng)計(jì)：這是文本對(duì)齊的必 要準(zhǔn)備，只有在長度統(tǒng)計(jì)準(zhǔn)確的前提下才能準(zhǔn)確無誤的顯示在用戶的應(yīng)用界面。 數(shù)據(jù)信息提?。涸谟脩粽５臋z索請(qǐng)求情況下能夠遍歷相關(guān)主題整個(gè)庫文件，把相關(guān)的信息檢索出來，而且要保證在系統(tǒng)允許的最低準(zhǔn)確率之上和時(shí)間可以允許范圍內(nèi)。同時(shí)采用根據(jù)相應(yīng)的 像素寬度（即字符在屏幕顯示的寬度），能夠很好的解決英文字符的寬度不一致的問題，對(duì)齊顯示將顯得更合理。 其中“ ”中的字符均為英語輸入法鍵盤輸入的字符標(biāo)準(zhǔn)，且中英文的關(guān)鍵字標(biāo)記完全相同。 表 中英句子翻譯對(duì)照 表 字段標(biāo)識(shí) 字段名稱 數(shù)據(jù)類型 可否為空 主外鍵說明 描述 SEC_ID 翻譯編號(hào) longint N P 唯一標(biāo)識(shí)該來源記錄 ， 種子自增 1 SEC_cs 中文句子編號(hào) Longint Y F(C_Sentence（ ES_ID） ) 第 3章 系統(tǒng)的分析與設(shè)計(jì) 16 續(xù)表 中英句子翻譯對(duì)照 表 字段標(biāo)識(shí) 字段名稱 數(shù)據(jù)類型 可否為空 主外鍵說明 描述 SEC_es 英文句子編號(hào) Longint Y F(E_Word(EW_ID)) CS_nature 翻譯來源 Int Y F(MOL(MOL_ID)) SEC_ TOL 主題編號(hào) Y F(TOL (TOL_ID)) CS_long 翻譯頻率統(tǒng)計(jì) int Y N 語料庫切片標(biāo)準(zhǔn) [2][12][19] ： 關(guān)鍵字標(biāo)記： key1第一個(gè)關(guān)鍵字文本 /key1， key2第二個(gè)關(guān)鍵字文本 /key2， key3第三個(gè)關(guān)鍵字文本 /key3， ?? keyN第 N 個(gè)關(guān)鍵字文本 /keyN， 其中“ ”中的字符均為英語輸入法鍵盤輸入的字符標(biāo)準(zhǔn) ，且中英文的關(guān)鍵字標(biāo)記完全相同 方案簡述：單句子翻譯不考慮對(duì)齊顯示；但是要求在后期的版本提供語料結(jié)構(gòu)復(fù)用，自主生成語料的功能，其中的機(jī)器處理后的標(biāo)記正好能標(biāo)記出相應(yīng)的中英文位置的準(zhǔn)確地點(diǎn)，方便提供專業(yè)關(guān)鍵字 /詞替換功能，為結(jié)構(gòu)的復(fù)用預(yù)留了接口。 表 中 文詞語表 字段標(biāo)識(shí) 字段名稱 數(shù)據(jù)類型 可否為空 主外鍵說明 描述 CS_ID 句子編號(hào) longint N P 唯一標(biāo)識(shí)該來源記錄 ,種子自增 1 CS_content 句子文本 Varchar(1500) Y N CS_nature 句子來源 int Y F(MOL(MOL_ID)) CS_long 句子長度 in Y N 中文關(guān)鍵字表 { C_SKey (Chinese Sentence Key Word )} 該表用于存儲(chǔ) 中文關(guān)鍵字 信息，表結(jié)構(gòu)如表 所示。 表 英文 句子 表 字段標(biāo)識(shí) 字段名稱 數(shù)據(jù)類型 可否為空 主外鍵說明 描述 ES_ID 句子編號(hào) longint N P 唯一標(biāo)識(shí)該來源記錄 ,種子自增 1 ES_content 句子文本 Varchar(1500) Y N ES_nature 句子來源 int Y F(MOL(MOL_ID)) ES_long 句子長度 in Y N 英文關(guān)鍵字表 { E_SKey (English Sentence Key Word )} 該表用于存儲(chǔ)英文 關(guān)鍵字 信息，表結(jié)構(gòu)如表 所示。 表 中 文詞語表 字段標(biāo)識(shí) 字段名稱 數(shù)據(jù)類型 可否為空 主外鍵說明 描述 EW_ID 編號(hào) longint N N 唯一標(biāo)識(shí)該主題記