FreeICTCLAS 词典结构的一些理解与疑问

[容名 zhou]

今天仔细阅读了 OpenCLAS 与 FreeICTCLAS 的部分头文件，对字典的结构很头疼。 一一列出来：

T1、 对 *.dct 格式的字典， 我的理解是handle 即GBK编码的汉字的整数值，不知是否正确！
但不明白为什么这样做？
提到handle，随便也提一下POS。POS的值似乎为 'A'+tag_string ！
但是，对 handle , POS , tag , 词 四者之间的关系始终理不清，求高手指点！

T2,、对 ctx后缀的字典，我的理解是：注释中提到第一个数指表长度 len ，确不懂具体指什么表（是标注的表吗？） 而且仅仅 核心字典的
len==50, 其他字典的 长度为15/nr , 9/ns , 9/tt 。
后面 len 个数指 symbol table，同样不明白指什么表！
之后的一个数为 key , 而nr.ctx , tr.ctx , ns.ctx 中的key值都为0 ，这是不是表示第一张表？
下一个数为 总的POS 频率。
下一行数据位每个 POS 分别出现的频率。
再下面 len*len 的矩阵的每一行是 每个 symbol 出现的频率。 矩阵中所有元素的和即 总的POS频率。不明白为什么要这个矩阵。

T3、在 OpenCLAS 的serialization.hpp 中有一个函数load_from_dct（***, bool
is_transit ）中，参数 is_transit 为true时， 对Bigram 字典中的词进行了拆分，并分别对前后两个词分别求其
backward ,forward 对应的【词，freq】对。没有明白为什么要这样做。

T4、在OpenCLAS 的Dictionary.hpp 中的类 Dictionary, 定义了私有数据成员 vector<int>
m_tag_dict, m_tag_transit_dict 。 这两个数据对象在装载 ctx 后缀的文件时分别用于存放 每个POS的总频
率、 len*len矩阵的值，不明白为什么这样存放？

我现在单枪匹马地看这些源代码，很无助，论坛里有同学遇到类似的疑问吗？ 分享一下吧！