專利名稱：一種泰文數(shù)據(jù)檢測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種數(shù)據(jù)檢測方法，尤其是一種泰文數(shù)據(jù)檢測方法。
技術(shù)背景隨著計(jì)算機(jī)應(yīng)用普及大量的文字、影音、及圖像可數(shù)字化而利用這些計(jì) 算機(jī)媒介儲存以及整合成數(shù)據(jù)庫，以供使用者查詢。目前維護(hù)這些數(shù)據(jù)庫的 數(shù)字內(nèi)容(特別是維護(hù)數(shù)據(jù)庫的文字內(nèi)容)的主要流程如下程序員檢視數(shù) 據(jù)庫存放的格式，以判斷是否有例如文字格式不符等狀況，若有此狀況則回 報(bào)數(shù)據(jù)維護(hù)人員以更正數(shù)據(jù)庫的文字內(nèi)容。倘若數(shù)據(jù)庫的文字內(nèi)容包括跨國 語言，例如英文、日文、或韓文等，則數(shù)據(jù)維護(hù)人員又需再次跟熟知這些語 言的人士進(jìn)行溝通確認(rèn)，以修改上述文字格式不符之處。目前泰文數(shù)據(jù)庫的維護(hù)多半采用上述流程。然而，上述維護(hù)流程的缺陷 在于找出一段(或整篇)文件數(shù)據(jù)的問題點(diǎn)過于隨機(jī)、不完全。舉例而言，程序人員僅分析一段(或整篇)文件數(shù)據(jù)對應(yīng)的單一碼(Unicode)是否為泰 文的單一碼范圍(0x0e01 0x0e68)內(nèi)，或判斷此段(或整篇)文件數(shù)據(jù)的編 碼是否合乎泰文編碼。當(dāng)發(fā)現(xiàn)其中某段文字不合乎單一碼或泰文編碼時，則 回報(bào)數(shù)據(jù)維護(hù)人員發(fā)生錯誤之處。然而對于泰文單詞的文字構(gòu)造的錯誤(例 如自動找出錯誤的泰文單字或單詞)，則無法完全由程序人員分析出。另外， 若數(shù)據(jù)維護(hù)人員也不熟悉泰文語法，則需再通過熟悉泰文的第三人確認(rèn)并修 復(fù)數(shù)據(jù)錯誤處。多方溝通往往會讓修復(fù)(或更新)數(shù)據(jù)庫的效率降低，且提 高維護(hù)的成本。 發(fā)明內(nèi)容為了解決背景技術(shù)中所述的技術(shù)問題，本發(fā)明提供了一種泰文數(shù)據(jù)檢測 方法，通過內(nèi)建的泰文字構(gòu)及泰文語法規(guī)則對存放在數(shù)據(jù)庫中的文件進(jìn)行文 字的合法性分析及檢驗(yàn)，而輸出錯誤報(bào)告供維護(hù)者參考，以進(jìn)一步維護(hù)數(shù)據(jù)庫中的文件。本發(fā)明的技術(shù)方案是本發(fā)明是一種泰文數(shù)據(jù)檢測方法，其特殊之處在 于該方法包括以下步驟1) 、讀入文件數(shù)據(jù)并保存該文件數(shù)據(jù)中的泰文部分；2) 、依據(jù)數(shù)據(jù)庫中儲存的泰文字構(gòu)規(guī)則及泰文語法規(guī)則分析比對步驟1) 中保存的泰文部分，并輸出錯誤報(bào)告。上述步驟2)中依據(jù)泰文字構(gòu)規(guī)則分析比對步驟l)中保存的泰文部分包 括以下步驟2.1)、讀入步驟l)中保存的泰文部分的泰文單詞； 2. 2)、依序讀入這個泰文單詞中所包含的至少一個泰文部首； 2.3)、判斷步驟2.2)中讀入的泰文單詞的泰文部首當(dāng)一個泰文單詞的 部首的個數(shù)大于3時，則輸出第一錯誤訊息；當(dāng)一個泰文單詞的部首個數(shù)等 于3，且最后的泰文部首不是上上部部首時，則輸出第二錯誤訊息；當(dāng)泰文 單詞包含的泰文部首中，同時存在一個上下部以及下部的部首時，則輸出第 三錯誤訊息。上述步驟2)之后還包括步驟3)依據(jù)步驟2)輸出的錯誤報(bào)告修正步驟 1)保存的數(shù)據(jù)。上述步驟2)數(shù)據(jù)庫中儲存的泰文字構(gòu)規(guī)則及泰文語法規(guī)則可進(jìn)行更新。 上述步驟1)中文件數(shù)據(jù)中的泰文部分以單一碼或本地碼的格式編碼儲存。上述步驟1)中文件數(shù)據(jù)中的泰文部分是以空格來區(qū)分出至少一個泰文單詞的。上述步驟2)中的錯誤報(bào)告包括文件數(shù)據(jù)中發(fā)生問題的數(shù)據(jù)的行列號碼及錯誤類型。綜上所述，本發(fā)明是由一個內(nèi)儲的泰文字構(gòu)規(guī)則及泰文語法規(guī)則來判斷 泰文單詞是否合法，進(jìn)而自動產(chǎn)生錯誤報(bào)告，用來供數(shù)據(jù)維護(hù)者快速找出數(shù) 據(jù)庫中需維護(hù)的部分，并可修正或加入上述的判斷泰文字構(gòu)或語法規(guī)則，使 判斷文件數(shù)據(jù)的正確性更趨精確，并減少多方維護(hù)溝通是否須修正數(shù)據(jù)庫所浪費(fèi)的人力支出及時間成本。


圖l是本發(fā)明的流程圖；圖2為本發(fā)明的泰文字構(gòu)規(guī)則分析比對文件數(shù)據(jù)的流程圖； 圖3為本發(fā)明的操作接口示意圖； 圖4為本發(fā)明的錯誤報(bào)告示意圖；圖5為本發(fā)明的另一使用者操作接口示意圖。
具體實(shí)施方式
參見圖1，本發(fā)明包括下列步驟步驟S110，讀入文件數(shù)據(jù)，這些文件 數(shù)據(jù)可以是中文、泰文夾雜的文件數(shù)據(jù)；步驟S120，保留文件數(shù)據(jù)中的泰文 部分，并去除非泰文部分，此時可將這些泰文部分以單一碼(Unicode)或本 地碼的編碼方式儲存另存于一個文本文件或是暫存于執(zhí)行泰文數(shù)據(jù)檢測方法 的設(shè)備的內(nèi)存中，而且這些泰文部分可包括至少一個泰文單詞，在泰文單詞 之間以空格的方式來區(qū)分，每一個泰文單詞的組成皆包括至少一個泰文部首， 這些泰文部首例如為上部部首、中部部首、下部部首、上上部部首、以及上 下部部首等五大類，這些泰文部首對應(yīng)的本地碼或單一碼會介于一定之范圍 內(nèi)，例如上部部首對應(yīng)到本地碼(0x95 0x97),以及對應(yīng)到單一碼 (0x0e60 0x0e62)，因此可用來判斷泰文單詞內(nèi)包含的泰文部首種類，用來 辨識泰文單詞是否合法；步驟S130，將本實(shí)施例中泰文字構(gòu)規(guī)則及泰文語法 規(guī)則儲存于類似于專家系統(tǒng)的規(guī)則數(shù)據(jù)庫(rule base),以檢測文件數(shù)據(jù)的泰 文部分；步驟S140，依據(jù)步驟S130，匯集問題發(fā)生的信息而輸出錯誤報(bào)告； 步驟S150，依據(jù)步驟S140輸出的錯誤報(bào)告修正文件數(shù)據(jù)，或是更新儲存的 泰文字構(gòu)規(guī)則及泰文語法規(guī)則，以增加?xùn)蓑?yàn)文件數(shù)據(jù)的泰文部分的正確性。參照圖2，文件數(shù)據(jù)的泰文部分依據(jù)泰文字構(gòu)規(guī)則來分析驗(yàn)證泰文單詞 的正確性，包括以下步驟步驟S210,讀入文件數(shù)據(jù)的泰文部分的泰文單詞； 步驟S220，依序讀入泰文單詞包含的至少一個泰文部首；步驟S230，判斷泰 文單詞包含的泰文部首的個數(shù)是否大于3，若超過3則輸出第一錯誤訊息； 步驟S240，泰文單詞包含的泰文部首個數(shù)等于3且最后的泰文部首不是上上部部首時，輸出第二錯誤訊息；步驟S250，在一個泰文單詞中，若同時存在 一個上下部以及一個下部的部首時，輸出第三錯誤訊息。依據(jù)泰文字構(gòu)規(guī)則來分析驗(yàn)證泰文單詞的正確性時，在判斷出一個泰文 單詞后，遞歸的抓取下一個泰文單詞來驗(yàn)證，直到整份文件數(shù)據(jù)的泰文部分皆查驗(yàn)完畢。其中，第一錯誤訊息、第二錯誤訊息、以及第三錯誤訊息將匯整為一個 錯誤報(bào)告，當(dāng)中包含了問題數(shù)據(jù)的行列號碼、不合法的泰文單詞發(fā)生的位置、 以及錯誤類型以供使用者參考。為讓本發(fā)明更趨明了易懂，以下段落特舉較佳實(shí)施例說明泰文數(shù)據(jù)檢測方法。參見圖3、 4，首先以一臺可執(zhí)行本發(fā)明的泰文數(shù)據(jù)檢測方法的設(shè)備，加 載例如為文件l.dbs的文件數(shù)據(jù)，在文件數(shù)據(jù)檢測接口 300的文件數(shù)據(jù)窗口 310便會出現(xiàn)加載的文件數(shù)據(jù)的內(nèi)容。之后，保留泰文部分并顯示于泰文數(shù) 據(jù)窗口 320，而泰文部分包含多個泰文單詞，在各個泰文單詞之間以一個空 格區(qū)分開來。當(dāng)按下開始分析選項(xiàng)330后，即逐字的判斷每一個泰文單詞的 合法性。使用語法規(guī)則進(jìn)一步判斷各個泰文單詞的詞性的關(guān)聯(lián)性，熟知泰文 語法者可增刪語法規(guī)則來驗(yàn)證文件數(shù)據(jù)，在此不限定其范圍。當(dāng)檢驗(yàn)完文件 數(shù)據(jù)的泰文部分的各個泰文單詞的正確性后，會進(jìn)一步產(chǎn)生一個錯誤報(bào)告 400，使用者查看此錯誤報(bào)告400即知道例如在第5032行第51列的泰文單詞 起始字構(gòu)不是中部部首的錯誤，使用者便可根據(jù)此修改文件數(shù)據(jù)中發(fā)生的錯 誤。參見圖5，使用者更可通過一個增刪泰文判斷規(guī)則接口 500來增刪泰文 字構(gòu)規(guī)則及泰文語法規(guī)則。加載一個泰文字構(gòu)規(guī)則(例如規(guī)則l.dbs)，判斷 泰文單詞合法性的所有規(guī)則敘述便會顯示于判斷規(guī)則列表510,熟知泰文者 可通過輸入規(guī)則窗口 520更新或修改泰文字構(gòu)規(guī)則。
權(quán)利要求
1、一種泰文數(shù)據(jù)檢測方法，其特征在于該方法包括以下步驟1)、讀入文件數(shù)據(jù)并保存該文件數(shù)據(jù)中的泰文部分；2)、依據(jù)數(shù)據(jù)庫中儲存的泰文字構(gòu)規(guī)則及泰文語法規(guī)則分析比對步驟1)中保存的泰文部分，并輸出錯誤報(bào)告。
2.3)、判斷步驟2.2)中讀入的泰文單詞的泰文部首當(dāng)一個泰文單詞的 部首的個數(shù)大于3時，則輸出第一錯誤訊息；當(dāng)一個泰文單詞的部首個數(shù)等 于3，且最后的泰文部首不是上上部部首時，則輸出第二錯誤訊息；當(dāng)泰文 單詞包含的泰文部首中，同時存在一個上下部以及下部的部首時，則輸出第 三錯誤訊息。
3、 根據(jù)權(quán)利要求1或2所述的泰文數(shù)據(jù)檢測方法，其特征在于所述步 驟2)之后還包括步驟3)依據(jù)步驟2)輸出的錯誤報(bào)告修正步驟l)保存的數(shù)據(jù)。
4、 根據(jù)權(quán)利要求1所述的泰文數(shù)據(jù)檢測方法，其特征在于所述步驟2) 數(shù)據(jù)庫中儲存的泰文字構(gòu)規(guī)則及泰文語法規(guī)則可進(jìn)行更新。
5、 根據(jù)權(quán)利要求1所述的泰文數(shù)據(jù)檢測方法，其特征在于所述步驟1) 中文件數(shù)據(jù)中的泰文部分以單一碼或本地碼的格式編碼儲存。
6、 根據(jù)權(quán)利要求1所述的泰文數(shù)據(jù)檢測方法，其特征在于所述步驟1) 中文件數(shù)據(jù)中的泰文部分是以空格來區(qū)分出至少一個泰文單詞的。
7、 根據(jù)權(quán)利要求1所述的泰文數(shù)據(jù)檢測方法，其特征在于所述步驟2) 中的錯誤報(bào)告包括文件數(shù)據(jù)中發(fā)生問題的數(shù)據(jù)的行列號碼及錯誤類型。
全文摘要
本發(fā)明涉及一種泰文數(shù)據(jù)檢測方法，該方法包括以下步驟1)讀入文件數(shù)據(jù)并保存該文件數(shù)據(jù)中的泰文部分；2)依據(jù)數(shù)據(jù)庫中儲存的泰文字構(gòu)規(guī)則及泰文語法規(guī)則分析比對步驟1)中保存的泰文部分，并輸出錯誤報(bào)告。本發(fā)明所提供的泰文數(shù)據(jù)檢測方法通過內(nèi)建的泰文字構(gòu)及泰文語法規(guī)則對存放在數(shù)據(jù)庫中的文件進(jìn)行文字的合法性分析及檢驗(yàn)，而輸出錯誤報(bào)告供維護(hù)者參考，以進(jìn)一步維護(hù)數(shù)據(jù)庫中的文件。
文檔編號G06F17/30GK101256556SQ20081001772
公開日2008年9月3日 申請日期2008年3月17日 優(yōu)先權(quán)日2008年3月17日
發(fā)明者星 朱, 陳淮琰 申請人:無敵科技(西安)有限公司