汉字的各种笔画的使用频率的估计

要研究汉语的讯息结构,必须分析它的基本单位——汉字的形体与统计结构。汉字是由笔画组成的。按照传统的说法,一画是笔在紙上所做的连续的运动;笔离开紙后再接触紙重行运动便属于另一画。以这个定义为标准,从宋体与正楷的大体形态而论,繁体字的笔画可分为22种(表1中第1至13与15至23等22种),简体字的除此以外,又增加4种(表1中的第14、24、25、26四种)。     

汉语的讯息分析——Ⅰ.文句中汉字笔画的省略与恢复

問題 语言是由一系列的符号(字母或笔画、字或词)组成的过程。其中一个符号的发生依存于先行的符号,表现出一定的概率与讯息结构。近代的通讯理论因此把语言看成为一种概率过程,称为马氏链(Markov chain)。这种概率包含两个变量。一个是分布变量,卽语言中各个符号出现的机会或相对次数不等。例如,汉语中的字的笔画横(一)与竖(丨)的