客家語拼音存取技術之研究

Abstract

拼音存取技術依賴的是一套能夠快速將聲母、韻母、聲調等關鍵字集快速轉換到相對應字元的方法，目前最快速的搜尋方法是赫序(Hash)法則，只要透過相關的數學函數運算，馬上可以找到相對字元的位址。本文以客家語拼音做為研究對象，對其關鍵字集做前置的比較分析，然後以植於中國餘數定理建構出最佳完美的赫序函數。 將中國餘數定理應用到赫序法則內的好處，就是可以避免碰撞(collision)的問題，然而關鍵字集數量大的時候，也會產生常數C值太大的問題，本研究嘗試將關鍵字集做適當分組，控制關鍵字集內的C值大小，所多付出的記憶空間是額外的C值分組參數表，對於負載係數(Loading Factor)稍稍有影響，卻可降低C值之大小。 最後，本文將國語、台語、客家語等台灣三大語系之羅馬拼音統合匯整，建立一個共同的赫序函數，如此就不需要個別建構某語系的赫序函數，但是，國台語三語係合併會讓關鍵字集增多，必須做更多的分組方能使C值成長受到控制，然而關鍵字集如果分組太多會造成記憶空間之利用效率降低。對此，本文對於負載係數、C值、最大C值所用到的質數數量做迴歸分析，可以知道負載係數與C值的關係圖，而不會僅於追求記憶空間效能而忽略C值的大小。