| 講演抄録／キーワード |
| 講演名 |
2007-07-27 10:40
レガシ符号チベット文字TrueTypeフォントにおけるマルチバイト文字符号とその自動識別可能性
○鈴木俊哉（広島大）・佐藤 大（東北大） |
| 抄録 |
（和） |
情報交換を目的とする文字集合の規格として，現在はISO 10646文字集合，
文字符号化方式としてはUnicodeを用いることが国際的な標準である．
しかし，インド系文字は音素分解にもとづき文字符号を定義しているため，
表示・印刷には複雑なレンダリング処理が必要となる．広く普及している
ローマ字専用の処理系ではこれが不可能であるため，ローマ字用の処理系
でもインド系文字が扱えるよう，様々な図形分解に基く符号化方式が応急
処置的に作成されてきた．これらにより符号化されたデータが広く配布
されているが，符号化方式は標準化されていないため，文書のアーカイブや
データ抽出に問題がある．
本稿は，北方ブラフミ文字の例として
チベット文字のレガシ方式をとり，符号化方式の分析と自動識別方法を検討する．
チベット文字レガシ符号の中には漢字集合に匹敵する大きさを持つものがあり，
クメール文字とは異なりPDFなどではフォントがサブセット化されている
可能性がある．このような場合の識別方式についても検討する． |
| （英） |
For Brahmic scripts used in India, Central and South East Asia,
ISO/IEC 10646 defines the character sets by phonetic decomposition
of Brahmic scripts with refering Indic national standard IS 13194.
These character sets expect the complicated text layout system
to render the coded text for display or printing purpose.
To reduce the implementation cost by reusing Roman text layout system,
there are various non-standardized legacy encoding schemes for Brahmic
scripts.
In this report, we investigate the legacy encoding schemes for
Tibetan script as an example of northern Brahmic script which uses
many ligatures.
We found legacy encoding system for precomposed Tibetan glyphs.
The glyphset of these encodings are so large that the subsetted font
in the documents are expected to be quite smaller than whole glyph set.
We discuss the encoding detection algorithm by subsetted font. |
| キーワード |
（和） |
チベット文字 / Unicode / TrueTypeフォント / 情報交換 / アーカイブ / / / |
| （英） |
Tibetan Script / Unicode / TrueType Font / Information Interchange / Archive / / / |
| 文献情報 |
信学技報, vol. 107, pp. 37-42, 2007年7月. |
| 資料番号 |
|
| 発行日 |
2007-07-19 (OIS) |
| ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
| PDFダウンロード |
|