인도어 문자와 엔트로피: 텔루구어 분석

인도어는 음운론적으로 매우 체계적이며, 그 철자법은 발음과 밀접한 관련이 있습니다. 인도 문자의 기원과 발전에 대한 자세한 내용은 [1]에서 [6]를 참조하십시오. 브라미 문자는 3천년 전 인더스 문자가 진화하여 탄생했으며, 이후 다양한 인도 현대 문자로 분화되었습니다. 구조적으로 인도 문자는 밀접한 관련이 있지만, 모양은 다양합니다. 또한, 브라미 문자는 동남아시아 문자의 기원이기도 합니다.

인도어 알파벳은 자음, 모음 및 기타 기호로 분류됩니다. 한 음절(akshara)은 0개에서 3개의 자음과 모음 또는 기타 기호로 구성될 수 있습니다. 각 akshara는 독립적으로 발음될 수 있습니다. 모든 인도어 문자는 브라미 문자에서 파생되었습니다. 인도어에는 33개의 공통 자음과 15개의 공통 모음이 있습니다. 또한, 각 언어에 고유한 34개의 자음과 23개의 모음이 있지만, 실제 사용에서는 중요성이 낮습니다. 단어는 하나 이상의 akshara로 구성됩니다. 만약 akshara가 두 개 이상의 자음을 포함하면 samyuktakshara라고 합니다.

알파벳의 유사성은 인쇄에 사용되는 그래픽 형태로 확장되지 않습니다. 각 언어는 고유한 문자를 사용하며, 이는 다양한 기호로 구성됩니다. 인도에는 약 10~12개의 주요 문자가 있으며, 그중 데바나그리는 가장 널리 사용됩니다. 각 언어는 통계적으로 독특한 특성을 지닙니다. 일부 언어는 전체 단어에 가로줄을 넣는 반면, 다른 언어는 접촉하지 않는 기호를 사용합니다. samyuktakshara의 모음과 보조 자음은 주 자음의 좌우상하 또는 조합 위치에 나타날 수 있습니다.

언어의 엔트로피는 시스템과 관련된 무질서도를 측정하는 지표입니다. 임의 변수 X가 n개의 결과를 가지는 경우, 샤논 엔트로피(불확실성의 척도)는 H(X)로 정의됩니다. 영어의 엔트로피는 26개의 알파벳과 공백 문자를 고려하고 구두점 문자를 제외하여 계산됩니다.

텔루구어의 엔트로피는 텔루구어를 영어로 변환한 후 위에서 언급한 공식을 사용하여 계산됩니다. 텔루구어 엔트로피는 두 가지 방법으로 계산됩니다:

• 영어로 변환한 후 영어 문자로 간주
• 영어로 변환한 후 텔루구어 음절로 간주

텔루구어를 영문자로 변환하는 예시는 다음과 같습니다:

첫 번째 방법에서는 변환된 텍스트를 영어 알파벳으로 간주합니다. 예를 들어, ‘padmavibhUShaN^‘은 ‘p’, ‘a’, ’d’, ’m’, ‘a’, ‘v’, ‘i’, ‘b’, ‘h’, ‘U’, ‘S’, ‘h’, ‘a’, ‘N’, ‘^‘로 구성됩니다. 텔루구어에서는 알파벳이 대소문자에 따라 다른 의미를 가지므로 각 문자의 빈도를 계산합니다. 표 1은 10,000개의 문자 샘플을 기준으로 각 문자의 빈도를 나타냅니다.

두 번째 방법에서는 영문자로 변환한 후 텔루구어 음절로 나눕니다. 예를 들어, ‘padmavibhUShaN^‘은 ‘pa’, ‘dma’, ‘vi’, ‘bhU’, ‘Sha’, ‘N^‘과 같은 음절로 나뉩니다. 텔루구어 음절의 빈도를 계산한 후 언어 엔트로피를 계산합니다.

이 경우, 각 음절을 고려하여 텔루구어 엔트로피는 약 5.98(10,000개의 문자 샘플 기준)으로 계산됩니다.

우리는 이 방법을 사용하여 두 개의 음절을 고려한 텔루구어 엔트로피를 계속해서 계산했습니다.

텔루구 언어의 엔트로피 분석

이 접근 방식에서는 텔루구 음절 단위로 단어를 분할합니다. 몇 가지 예시는 다음과 같습니다: padmavibhUShaN^ padma, dmavi, vibhu, bhUSha, ShaN^ kAryAlayaM kAryA, ryAla, layaM sAdhyamainaMta sAdhya, dhyamai, mainaM, naMta

이 경우 10,000자의 동일한 문자 집합에 대해 언어 엔트로피는 약 3.98로 계산됩니다.

…(본문이 길어 생략되었습니다. 전체 내용은 원문 PDF를 참고하세요.)…