二子从周提示您：看后求收藏（第七百四十六章 计算机语言,重生之乘风而起,二子从周,笔趣阁），接着再看更方便。
请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。
“或许还是需要进行人工干预，但是工作强度已经大大降低，我们可以通过拍照，扫描等方式，将生僻字的图片扫入计算机，让程序去分析它，最后得到标准点阵字，编码之后加入到字库当中，对字库进行扩充。”钯</p>
“要实现这个功能需要有几个前提，第一就是字库当中要有足够的样本，这个我们已经已经完成，因为我们现在已经有了四万个标准点阵字的字稿。”</p>
“还是拿《康熙字典》来举例，我们先将《康熙字典》上每一个单字的扫描图扫入文字识别系统，然后提取其字体参数特征，再将这些参数赋给已有的标准点阵字，让系统计算出根据这些参数产生的‘系统字’。”</p>
“再拿这些生成的‘系统字’，与‘扫描字’进行校验，通过四万个标准字生成的‘系统字’，去验证参数的代表性，最后将参数调整到最佳。”</p>
“得到参数体系之后，我们就能够将它套在扫描进来的生字上，最终得到《康熙字典》全部近六万个单字的标准点阵字，字库就从四万扩充到六万了。”</p>
“这个思路倒是新颖，然而却也是可行的。”麦明川点头：“不过还是有问题，就是存储和运算。”</p>
“我也拿《康熙字典》来举例，近六万个单字，就是近六万张图片，我们就拿一张图片五兆来计算，这就是300G的空间，这也太可怕了。”</p>
“那王院长觉得，这个系统多大的图片存储容量，可以被接受呢？”钯</p>
“一个G，”麦明川脱口而出，想了想觉得实在是有点欺负人：“最多最多，两个G。”</p>
1G是1024M，两百张5M的图片，两G就是400张。</p>
“也就是说，如果按照这个标准，这个系统能够一次同时完成四百个字的扫描分析和成字入库的工作？”</p>
“那还得分串行并行。”李红江已经上套，开始思索程序的工作方式了：“涉及到时间成本，学校也不可能将有限的计算资源全拿来做这事儿。”</p>
“那我们可不可以像上级求助呢？”周至问道：“我们先把基础工作做好，然后申请国家级的运算资源来完成它，有没有机会呢？”</p>
“国家资源那更紧张，全国无数单位排队呢。”麦明川苦笑着摇头。</p>
辜老说道：“那干脆这样，我们将工作再做细一点，肘子说的这个文字识别反向推算点阵字的程序咱们先缓一缓，第一步先集中精力把标准定出来。”钯</p>
“与此同时，我们这边，再把现在的四万字稿扩到七万。”</p>
“小李那边，抓紧先开发出读字稿的程序，咱们先把七万字稿的数字化工作完成。”</p>
“之后再拿着这七万汉字的数字化成就，去跟那个统一码联盟谈判，并且要留够下一步继续拓展的空间，力争让我们的大字库成为全球统一标准。”</p>
“有了这个大字库，咱们再制定出几个子集，满足国内国际不同应用场景的需求。到此我们的第一步工作是不是就算完成了？”</p>
“至于肘子说的文字识别，那也相当重要。”辜振铎补充道：“这个可是我们下一步搞典籍数字化的神器啊！”</p>
辜老不由得叹了一口气：“这不是资源有限，怕排不上嘛？”</p>
“那也不一定。”周至说道：“咱们大可以将这些思路都给一股脑儿报上去，咱漫天要价，在等着部委落地还钱，取乎其上，得乎其中嘛！”钯</p>
本章未完，点击下一页继续阅读。