基於大字符集柏洛菲勒轉換之中文文本資料壓縮方法

Abstract

本論文提出一種基於大字符集柏洛-菲勒 轉換(Burrows-Wheelers Transform, BWT) 之 中文文本資料的壓縮方法，先以Big-5 加上 ASCII 形成的大字符集(alphabet)來剖析輸入 的中文文字檔案，再接著進行BWT、 MTF(Move to Front)、和算術編碼的處裡。我 們也研究了，在大字符集要求下能夠適用於 BWT、MTF 和算術編碼處裡上的實作方法， 以提升處理的速度。我們已經將這個壓縮方法 製作成可以實際使用之軟體程式，對於中文文 字檔案的測試實驗，結果顯示我們方法獲得的 壓縮率，比一般常被使用的Win-ZIP 好約 12%，比Win-RAR好約4%，而比原始的基於 BWT 的壓縮軟體BZIP2 的壓縮率好約 1%~2%。