藏文輸入是藏文信息處理的一個(gè)重要內(nèi)容。目前藏文輸入法主要有基字輸入法、拉丁輸入法和區(qū)位碼輸入法^[1]?；州斎敕?lèi)似于拼寫(xiě)輸入法^[2]，國(guó)外的Wylie^[3]輸入法即為拉丁輸入法?；州斎敕ê推磳?xiě)輸入法都是將字丁拆分成藏文字母，然后規(guī)定編碼順序，或者按照藏文書(shū)寫(xiě)規(guī)則依次輸入。Wylie輸入法是鍵入字丁的拉丁轉(zhuǎn)寫(xiě)，從而轉(zhuǎn)換為藏文字丁。總之，這幾種輸入法都是以藏文字丁為編碼單位輸入的。根據(jù)字丁的疊加層數(shù)，有不等的擊鍵次數(shù)：基字字丁需2鍵；疊字(含元音)字丁擊鍵次數(shù)比層數(shù)少1；無(wú)元音的3層疊字則需4鍵。參考文獻(xiàn)^[4]實(shí)現(xiàn)了一種藏文詞組輸入方案，其基本特點(diǎn)是按照單音節(jié)詞、雙音節(jié)詞、三音節(jié)詞、四音節(jié)詞和多音節(jié)詞分別以每個(gè)詞各音節(jié)的基字與后置字編碼，實(shí)現(xiàn)藏文詞輸入。本文建立以音節(jié)為基本輸入單位的輸入模型、詞匯輸入模型及其相應(yīng)的聯(lián)想輸入，從理論和實(shí)現(xiàn)的角度解決藏文的快速輸入問(wèn)題。
2 藏文輸入法編碼方案模型
2.1 以音節(jié)為輸入單位的可行性及其編碼模型的建立
　　藏文音節(jié)結(jié)構(gòu)的兩種形式如圖1所示。一個(gè)音節(jié)有7個(gè)成分，1、2、3、4、5、6、7分別為基字、上加字、下加字、前加字、后加字、又后加字和元音位置。除基字外，其它任何成分少一個(gè)或幾個(gè)，只要符合音節(jié)規(guī)則，都是合法音節(jié)。從左到右形成4個(gè)縱向單位，除第二個(gè)縱向單位外，其他三個(gè)部分都不缺或少一個(gè)、兩個(gè)、三個(gè)和四個(gè)，則分別形成四字、三字、雙字和單字音節(jié)。詞由一個(gè)或多個(gè)音節(jié)構(gòu)成，音節(jié)之間用音節(jié)點(diǎn)分隔。

　　目前在中文Windows環(huán)境下處理藏文，音節(jié)的每一個(gè)縱向單位即字丁占一個(gè)漢字位置。
　　首先建立藏文音節(jié)編碼方案的模型，表示以音節(jié)為單位的輸入方案的可行性。根據(jù)參考文獻(xiàn)^[5]、^[6]的啟發(fā)并分析藏文的特點(diǎn)，定義了5個(gè)集合：(1)T={t：t是藏文音節(jié)}是規(guī)范藏文音節(jié)集。藏文有嚴(yán)格的音節(jié)拼寫(xiě)規(guī)則，規(guī)范音節(jié)是本方案必須獲得的一個(gè)統(tǒng)計(jì)數(shù)據(jù)，根據(jù)已經(jīng)統(tǒng)計(jì)的數(shù)據(jù)^[7][8]，集合T含有的元素個(gè)數(shù)約12 000左右。以此集為基礎(chǔ)建立如下各集。(2)W={為一個(gè)詞包含的音節(jié)數(shù)，w是詞}為藏文詞集。(3)C={c：c是鍵盤(pán)字符}是編碼字符集。C可以是小寫(xiě)26個(gè)英文字母、大寫(xiě)英文字母、10個(gè)數(shù)字0～9以及鍵盤(pán)上的其他字符。(4)S={s：s=C₁C₂……C_m，其中C_k∈C，k=1,2,……n是英文字母數(shù)目}是藏文數(shù)字、符號(hào)、音節(jié)、梵文代碼集。每個(gè)代碼s都是一個(gè)或若干編碼字符。因?yàn)镾是T對(duì)應(yīng)的編碼集，而不同音節(jié)有相同的代碼現(xiàn)象，如對(duì)三字音節(jié)：和雙字音節(jié)：的編碼就可能一樣，因?yàn)榍耙粋€(gè)音節(jié)中的第二個(gè)字母在第二個(gè)音節(jié)中是下加字(變形顯示)，所以S集的元素個(gè)數(shù)小于T集，即|S|≤|T|。(5)L={＝＝∈S，k=1，2，……m}，m為詞l_i包含的音節(jié)數(shù)，l_i為詞的代碼串，對(duì)應(yīng)的代碼}。
　　設(shè)規(guī)范藏文音節(jié)集T中所有子集(即冪集)表示為2^T，S為T(mén)的代碼集。根據(jù)以上集合可建立如下音節(jié)編碼模型。
　　定義1 若g是S到2^T的一個(gè)映射：g：S→2^T，即s→g(s)且對(duì)任意的音節(jié)t∈T，g^-1({t}≠，則稱(chēng)g為一種音節(jié)編碼方案。若存在s∈S，使得|g(s)|>1，則稱(chēng)g為有重碼的音節(jié)編碼方案，這時(shí)，g(s)中的藏文音節(jié)的代碼都是s。若對(duì)于每個(gè)s∈S，總有|g(s)|=1，則g為無(wú)重碼的音節(jié)編碼。
　　若g為無(wú)重碼的藏文音節(jié)編碼，則g是S到T的單滿(mǎn)射。這樣s和g(s)一一對(duì)應(yīng)。實(shí)際上g不是一個(gè)單滿(mǎn)射，這在實(shí)際設(shè)計(jì)中是允許的。反之，任何一個(gè)規(guī)范音節(jié)，根據(jù)某種編碼方式都有編碼。如果把以音節(jié)為單位的藏文信息輸入過(guò)程看成通過(guò)輸入音節(jié)代碼得到藏文音節(jié)的過(guò)程，則有：
　　定義2 音節(jié)的代碼轉(zhuǎn)換為藏文的模型可以表示為：t_i=g₂°g₁(s_i)，其中g(shù)_i(s_i)表示取得代碼S_i的重碼音節(jié)集，g₂表示重碼音節(jié)中的選擇處理，最后得到規(guī)范音節(jié)集中的藏文音節(jié)t_i。
　　因?yàn)閨g_i(s_i)|≥1，即代碼S_i所對(duì)應(yīng)的音節(jié)至少有一個(gè)，當(dāng)|g_i(s_i)|>1時(shí)，即代碼S_i對(duì)應(yīng)多個(gè)音節(jié)，而g₂表示從這多個(gè)音節(jié)中選取一個(gè)。可以由輸入者完成，也可以由計(jì)算機(jī)自動(dòng)完成。如果自動(dòng)完成，則必須通過(guò)音節(jié)的轉(zhuǎn)移概率或藏文語(yǔ)言知識(shí)的應(yīng)用。
　　因?yàn)樾畔⑤斎胧且粋€(gè)狀態(tài)轉(zhuǎn)移過(guò)程，如前面定義的藏文音節(jié)集、代碼集、代碼字符集，可以建立如下音節(jié)輸入模型：
　　定義3 代數(shù)系統(tǒng)<2^T，S，g，，T>稱(chēng)為以音節(jié)為單位的藏文輸入處理系統(tǒng)模型，其2^T是藏文音節(jié)集T的所有子集(即T的冪集)，稱(chēng)為該代數(shù)系統(tǒng)的狀態(tài)集；空集表示初始狀態(tài)；T為終結(jié)狀態(tài)集；g稱(chēng)為狀態(tài)轉(zhuǎn)移函數(shù)，是2^T×S到T的一個(gè)映射：g：2^T×S→2^T。若用q表示狀態(tài)，則模型：(q，s) g(q，s)=q∪{g⁽ⁱ⁾(g₁(s))}就表明在狀態(tài)q下，如果再輸入代碼s，則得到以s為代碼的重碼音節(jié)集g₁(s)。n=|g₁(s)|是g₁(s)中所含元素的個(gè)數(shù)。g⁽ⁱ⁾(g₁(s))表示從g₁(s)的元素集合{g⁽¹⁾(g₁(s))，g⁽²⁾(g₁(s))，……g⁽ⁿ⁾(g₁(s))}中取定一個(gè)。
　　因?yàn)椴匚牡脑~都是由若干個(gè)音節(jié)組成的，所以當(dāng)音節(jié)的代碼集是S時(shí)，若用f鍵符表示空格，則S+f表示音節(jié)代碼加空格符的集合。于是詞的代碼集為：
　　(S+f)^i-1S=S∪(S+f)S∪……∪+(S+f)^m-1S=S∪(S+f)×S∪……∪(S+f)×(S+f)×……(S+f)×S的子集，其中m=max{|k|：|k|是詞包含的音節(jié)個(gè)數(shù)}，于是有：
　　定義4 若g是(S+f)^i-1S到詞集W的所有子集2^W的一個(gè)滿(mǎn)射，則g為一藏文詞輸入編碼方案。對(duì)于該編碼方案g，若有w∈W，則g(-1)({w})=是不允許的；若有s∈(S+f)^i-1S，則可以有g(shù)(s)=。
　　有了藏文詞的編碼方案，即可以得到詞輸入系統(tǒng)的模型：
　　定義5 一個(gè)詞輸入系統(tǒng)的模型是一個(gè)5元代數(shù)系統(tǒng)<2^W，L，g，，W>，其含義如下：
　　2^W是藏文詞集W的所有子集，是該代數(shù)系統(tǒng)的狀態(tài)集；L=(S+f)^i-1S是詞的代碼集；空集表示一個(gè)詞也沒(méi)有輸入時(shí)的初始狀態(tài)；W稱(chēng)為系統(tǒng)的終結(jié)狀態(tài)集；g稱(chēng)為狀態(tài)轉(zhuǎn)移函數(shù)，是2^W×L到2^W的一個(gè)映射：g：2^W×L→2^W，(q，l)|→g(q，l)=q∪{g⁽ⁱ⁾(g₁(l))}。其中g(shù)₁是一個(gè)詞編碼方案，它是L到2^W的一個(gè)映射；g₁(l)是代碼為l的重碼詞集合；g⁽ⁱ⁾是{g₁(l)|l∈L}到W的一個(gè)映射。g⁽ⁱ⁾(g₁(l))表示從集{g⁽¹⁾(g₁(l))，g⁽²⁾(g₁(l))，g⁽³⁾(g₁(l))，……g⁽ⁿ⁾(g₁(l))}中選取一個(gè)，它是詞集W中的一個(gè)確定元素。
　　從上面的" title="面的">面的模型可以發(fā)現(xiàn)，如果以s為代碼的音節(jié)集g⁽ⁱ⁾(g₁(s))和以l為代碼的詞集g⁽ⁱ⁾(g₁(l))的個(gè)數(shù)很多，在實(shí)際輸入法應(yīng)用中可選擇兩種方法：一是手工鍵選，即在輸入法候選窗口通過(guò)翻頁(yè)選擇。如果每次都要不斷翻頁(yè)選擇，不僅打斷人的思維，也不能有效提高輸入速度。二是通過(guò)語(yǔ)言知識(shí)的統(tǒng)計(jì)和應(yīng)用自動(dòng)選擇。鑒于藏文語(yǔ)言應(yīng)用研究的現(xiàn)狀，通過(guò)兩種辦法來(lái)解決這個(gè)問(wèn)題：(1)詞頻。通過(guò)靜態(tài)的詞頻排序盡量減少翻頁(yè)，達(dá)到快速輸入的目的。(2)智能記憶。將靜態(tài)統(tǒng)計(jì)和輸入時(shí)的動(dòng)態(tài)統(tǒng)計(jì)情況相結(jié)合，通過(guò)記憶，不斷調(diào)整靜態(tài)統(tǒng)計(jì)的結(jié)果，適應(yīng)輸入者的動(dòng)態(tài)需要，減少翻頁(yè)鍵選。
2.2 音節(jié)和詞的聯(lián)想輸入
　　在設(shè)計(jì)聯(lián)想輸入時(shí)分為以下兩個(gè)層次。
　　(1)音節(jié)輸入過(guò)程的聯(lián)想
　　音節(jié)t可以用代碼s表示，而s=C₁C₂……C_k，Ci∈C，i=1,2,……k，C₁C₂……C_k是對(duì)一個(gè)音節(jié)的編碼。一個(gè)音節(jié)最多由四個(gè)縱向單位，七個(gè)成分組成，最少只有一個(gè)輔音字母，所以音節(jié)的代碼串是不定長(zhǎng)碼。于是，音節(jié)的聯(lián)想可以有多種方式，如由前加字聯(lián)想可能的基字、上加字、下加字、后加字和又后加字；或由基字聯(lián)想可能的其他成分而組合成的規(guī)范音節(jié)。隨著代碼序列s的輸入，每個(gè)Ci的輸入既和前面字母的結(jié)合有確定性，又對(duì)后面有聯(lián)想結(jié)果，以供選擇，直到音節(jié)代碼輸入結(jié)束。
　　(2)詞輸入過(guò)程的聯(lián)想
　　詞的代碼由若干個(gè)音節(jié)的代碼組成，輸入第一個(gè)" title="第一個(gè)">第一個(gè)音節(jié)時(shí)的聯(lián)想是音節(jié)的聯(lián)想，輸入第二個(gè)及以后的音節(jié)時(shí)則進(jìn)入詞的聯(lián)想。詞的聯(lián)想是根據(jù)前面的n個(gè)音節(jié)聯(lián)想的，當(dāng)輸入第n+1個(gè)音節(jié)的第一個(gè)代碼時(shí)，聯(lián)想下一個(gè)可能音節(jié)的詞，依次類(lèi)推。
3 實(shí)驗(yàn)結(jié)果與分析
　　前面用藏文的拉丁轉(zhuǎn)寫(xiě)作為輸入代碼，實(shí)現(xiàn)了以音節(jié)為輸入單位的藏文輸入法。圖2為輸入窗口和選擇窗口，實(shí)現(xiàn)一個(gè)音節(jié)的輸入和聯(lián)想過(guò)程。當(dāng)輸入y時(shí)，聯(lián)想出以為基字的所有可能的音節(jié)；當(dāng)輸入yo時(shí)，聯(lián)想出以基字位置的所有音節(jié)；當(dāng)輸入yos時(shí)，聯(lián)想出以為基字、后加字拉丁轉(zhuǎn)寫(xiě)為sa的藏文音節(jié)(此時(shí)有惟一一項(xiàng))。
　　圖3為詞的聯(lián)想輸入過(guò)程。輸入一個(gè)6音節(jié)的詞(其拉丁轉(zhuǎn)寫(xiě)為：kun brtags kyi ma rig pa)，候選窗口序號(hào)1所在的詞即為要輸入的詞。如左側(cè)的輸入窗口和候選窗口所示，當(dāng)輸入第二個(gè)音節(jié)的拉丁轉(zhuǎn)寫(xiě)首字母時(shí)，聯(lián)想出所有第一個(gè)音節(jié)為kun，第二個(gè)音節(jié)的前加字、基字為ba的藏文詞。隨著輸入的繼續(xù)，候選窗口列表在已確定的前面幾個(gè)音節(jié)的前提下，聯(lián)想后面的音節(jié)。