“连字向量”是什么意思？

Question

连字符库似乎是在应用程序中使用连字符的一种非常流行和免费的方式。

断字向量是什么意思？

我正在运行库源代码附带的示例。输出示例：

hibernate   // input word
030412000   // output hyphenation vector
hi=ber=nate  // hyphen points
 - hi=bernate
 - hiber=nate

矢量中的奇数表示连字点。但所有这些价值观意味着什么？

Answer 1

László Németh在OpenOffice的文档中详细描述了该算法。

该库使用Frank M. Liang开发的算法（“Com-pu-ter的单词Hy-phen-a-tion”）：二元组，三元组和较长模式中的所有字母都被分配数值，以指示它是“通常”的位置（奇数）或“不寻常”的位置（偶数）出现连字符。数字越高，重要性就越大——一个模式几乎永远不会在较大的偶数上被打破，而且几乎总是在一个较大的奇数上被打破。数字序列是在预连字符单词的语料库上统计确定的。

请注意，这些数字表示两个字符之间的位置。更好的符号应该是

h i b e r n a t e
 0 3 0 4 1 2 0 0 (0)

（其中最后一个0已过时）。