CN1050680C - 汉字拼形计算机中文输入法及其键盘 - Google Patents

Abstract

本发明涉及一种汉字编码的计算机中文输入方法及其键盘，它利用普通英文小键盘的26个字母键，分别定义一个复笔码和一个部件码，输入方法是以汉字的笔画(复笔和部件)作为码元，而以汉字的结构(前部和后部)确定码位，三码定字，四码定词，构成以单字输入为基础、词汇输入为主体的中文输入体系。

Description

汉字拼形计算机中文输入法及其键盘

本发明涉及一种汉字编码的计算机输入方法及其键盘。

计算机中文输入是中文信息处理的基础，是在我国普及推广使用计算机的关键。目前国内外有近千种汉字输入编码方案，其中已有几十种得到推广使用，为我国计算机产业的发展起到了积极的推动作用。

但是，包括五笔字型、双拼双音、自然码等优秀编码在内的现有各种方案，都未能同时达到简单易学、科学规范、高速实用三位一体的要求。如五笔字型和郑码等形码字根过多、规则复杂，双拼双音等音码地区局限性大、单字输入困难，自然码等音形混合编码繁琐复杂、更难掌握。

本发明的目的就是为了解决上述汉字编码存在的问题，提出这样一种简单、规范、实用，以词汇输入为主、以单字输入为辅的纯拼形码，为研制各种汉卡、中文系统提出一个更好的输入方案。本发明不以单字为唯一研究对象，而是以中文为整体研究对象，是要反映中文以单字为基础、以词汇为主体这一客观规律，因此不是一般的汉字输入法，而是现有少数的中文输入法之一。

在现有的各种编码方案中，本发明的主要特点：(1)键盘设计最为简单，采用笔形与构件有机结合的输入方式，只用了26个构件；(2)汉字分布最为均衡，反映汉字分布均衡程度的二码实位率高达99.41％，三码单字重码率＜20％，四码词汇重码率＜10％；(3)词汇量大，共有2.4万个，是少数以词汇输入为主的实用编码之一；(4)规则简单、科学、规范，直观、判读快，既无汉字识读的障碍，又无汉字拆分的困难；(5)码长短，在不借助自造词、联想方式的情况下，平均码长只有2.2键/字(包括空格键)。

本发明的技术特征是利用普通英文小键盘的26个字母键，分别赋予特定的复笔码和部件码。所谓复笔，就是汉字有一丨丿∠五种单笔，由两个单笔组成的复合笔画即为复笔，本发明将汉字25个复笔分别安排在26个字母键上，其中丨和丨∠合并为一个复笔(L键)，而将丿一和丿∠，依据是否与以外笔画相交叉，各分为两个复笔(Z、X键和N、M键)。所谓部件，是考虑到汉字分布的均衡、合理性和汉字取码的整体、直观性，而把26个汉字常用构件定义为部件。

汉字一般分为左右、上下、包围、连体四种基本结构。本发明将左右结构的左部、上下结构的上部、内起式包围结构的内部、外起式包围结构的外部称为前部；而将右部、下部、内起式的外部、外起式的内部称为后部。连体结构的字根据有无成字来分类，成字是指一个字的前部始笔(第一个复笔或部件)或后部末笔(最后一个复笔或部件)所在部分可以独立成字的笔画组合，有成字的连体字视为二部结构(成字为一部，其余为另一部)。

本发明规定二部结构的单字分部取码规则是：二部相断，一笔相连，部件整取，成字整算。

二部相断就是非连体二部结构的字，前后二部应处于可以断开的状态。大多数汉字只有一个断层就是现成的二部结构，不止一个断层的就先整合成字。所谓整合，就是以一个字的第一个单笔笔或末笔为基础，将靠近的几个笔画整理、合并成一个成字，目的是使全字可以分为二部。整合成字有两项要求：一是能大不小，就是尽量整合为相对笔画较多的字，只要保证另外一部不少于一个复笔；二是能近不远，就是一个字的中间部分，既可以作前部整合、也可以作后部整合的，要按关系就近整合。一个字既不止一个断层、又无法整合的，就按其第一断层来分部取码。

一笔相连就是挂单的笔画要就近挂靠，即按照书写顺序将一个单笔与前一单笔或后一单笔相连接，以构成一个复笔。一笔相连有两种情况：(1)一个单笔占有一部位置，如“乏”“旧”要按此规则处理，即不再成为二部结构，而作为无成字的连体字来取码。(2)一个单笔不占有一部位置，如“副”字的最前一个单笔一，要就近挂靠到“口”上；“修”字的中间一个单笔丨，要就近挂靠到前部。

部件整取就是在一个字取码时，有部件的要用部件取码，没有部件的再用复笔取码(要注意的是，部件以及成字与其它笔画之间可以是断开、连接或插入的关系，但不能是交叉关系，这一点与其它编码不同)。就部件与笔画的关系而言，部件整取分两类：(1)一个部件本身就是一个复笔，如“十”，这时不在复笔一丨所在键U上取码，而应在部件“十”所在键I上取码。(2)一个部件超过一个复笔，有两种情况：一个复笔的两个单笔都在一个部件上，就整取这个部件，如“日”、“大”等部件要作为一个整体来取码；一个复笔的前一单笔在一个部件上，而后一单笔与部件以外笔画相连接，也整取这个部件，如“可”的末笔不按习惯取一∠，而是取“口”。如果后一单笔与其它笔画不相连接，就接一笔相连的规则处理。如“但”的末笔不是取“日”，而是取一一。有些字的部件不是连续笔画，此时除了部件整取外，部件上的笔画一般不予重复，除非部件以外只有一个单笔。如“成”字，先取“戈”并以此为始笔，末笔则是其余部分的一个复笔丿∠，而不是“成”字原来的末笔丿。而“戊”字，在整取了“戈”以后，其余部分只有一个单笔丿，此时  就要按照就近挂靠的办法，从“戈”上借取一个单笔一，以构成一个复笔。

成字整算就是一个字里有成字，分部时要作为一个整体算作一部。确定成字整算的规则有两点意义：一是可将多重结构整合成二部结构，二是可将有成字连体字划分为二部结构。部件整取与成字整算这两项规则，虽然都是把部件和成字看作为整体，但有着三个方面的不同：(1)部件可以在一个字的任何位置，成字则只能在一个字起始或最后的位置；(2)部件整取的目的是考虑部件的整体性，成字整算的目的则是考虑分部的需要；(3)部件可以向部件以外的部分借出笔画，成字由于自成一部则不能做到这一点。

本发明的单字输入，由首码、中码、尾码三码构成。二部结构单字的一般取码形式为：前部始笔+后部始笔+后部末笔。如“经”的首码为前部始笔∠∠(T)，中码为后部始笔∠(R)，尾码为后部末笔丨一(H)，即以TRH输入；“济”的首码为(F)，中码为一(A)，尾码为丿丨(C)，即以FAC输入。

上面是二部结构的一般取码形式。还有少数二部结构的单字，因后部笔画不足，而采取了特殊取码形式：①后部只有三个单笔的，中码和尾码作单笔重合取码，即中码的后一单笔同时是尾码的前一单笔。如“材”的首码取“木”，中码取一∠，尾码则取∠丿，即JPE。②有些字后部虽然不止三个单笔，但由于部件整取的需要，剩下一个单笔，这时中码和尾码也作单笔重合取码，如“汰”的中码取“大”，尾码则取；而“沃”的中码取丿一，尾码取“大”。③后部只有两个单笔(即一个复笔或部件)的，又分两种情况：一个字的前部不止一个复笔(部件)，那么这个字的中码不在后部取，而向前部借位取码，就是把前部末笔作为中码。如“利”的首码取丿一，中码依此形式取部件“木”，尾码取丨∠；“春”的首码取一一，中码则取丿，尾码取部件“日”；一个字不仅后部只有一个复笔(部件)，而且前部也只有一个复笔(部件)，这时中码不再向前部借位取码，而是中码与尾码作复笔重合取码，即取相同的码。如“机”的首码取“木”，中码、尾码均取丿∠，即JMM；“尖”的首码取“小”，中码、尾码均取“大”，即SXX。

无成字的连体字取码形式为：始笔+次笔+末笔，次笔就是始笔之后的第二个复笔或部件。如“本”的始笔为一丨，次笔为部件“八”，末笔为丿一，即UDA。

另外不管属于什么结构，单笔只有1-3个的汉字，称之为简笔字，其取码形式是先将每个单笔都作复笔处理后取码，如“才”以YTV输入，“亿”以VJT输入。

26个部件无论是成字还是部首，取码形式都是全重合取码，即首、中、尾三码相同，如“土”以OOO输入，“大”以XXX输入。

单字重码依据各字的一般使用频率，高的用空格键(或数字键1)直接输入，低的用数字键输入(2、3，至多7)。

与不少汉字输入方案一样，二部拼形也用简码形式来输入单字。事实上，本发明的单字输入，就相当于一般汉字输入法的三级简码。本发明的一级简码26个，全部为特高频字，输入形式是首码加空格；二级简码672个，基本为国标一级字，输入形式为首码、中码加空格。

本发明以词汇输入为主，以单字输入为辅，反映了汉语文章中词汇占绝大部分的特征。词汇输入的形式有这样几种：二字词依次取第一、二字的首码和中码，如“经济”以TRFA输入，“希望”以AIAY输入；三字词取第一字的首码、中码和第二、三字的首码，如“国务院”以LYNW输入，“办公室”以EDDE输入；四字词依次取第一、二、三、四字的首码，如“取长补短”以UZGX输入，“特此通知”以ZHRX输入；多字词依次取第一、二、三字和最后一字的首码。如“中华人民共和国”以LCWL输入，“国民生产总值”以LQZC输入。

Claims (3)

1.一种汉字拼形计算机中文输入法，包括如下步骤：

利用构成汉字的横、竖、撇、捺、折5种基本笔画组合为25个复笔；一一  一丨 一丿 一 一∠  丨一 丨丨 丨丿 丨  丨∠丿一  丿丨 丿丿 丿 丿∠  一 丨 丿    ∠∠一  ∠丨 ∠丿 ∠ ∠∠

考虑编码的均衡性和取码的直观性，将汉字的26种构件作为汉字编码的部件：

          虫  人  宀  竹  匕  戈  寸  十  土  日

            ×  小  八  心  辶  扌  木  口  贝

               足  大  鸟  山  艹  月  夕

将上述复笔和部件分别对应定义到通用计算机键盘的相应键位上，其中复笔丨和丨∠合并定位于L键，复笔丿一和丿∠则按与其它笔画是否交叉，分别定位于Z和X键、M和N键。

根据汉字左右结构有左与右、上下结构有上与下、包围结构有包围与被包围两部分，连体结构多数有成字与非成字两部分，将一般单字分为前后二部，其输入采用三码定字法，即依次取汉字的首码、中码、尾码，利用所述键盘上的相应键位输入，其中：

一般汉字以前部始笔为首码、后部始笔为中码、后部末笔为尾码，始笔、末笔均指复笔或部件；

后部笔划不足两个复笔或部件的汉字，其输入分四种情况：后部只有三个单笔，中间的单笔既与前一单笔构成中码，又与后一单笔构成尾码；后部只有一个部件和一个单笔，整取部件为一码，而以单笔与部件中一个相邻笔画构成的复笔为另一码；后部只有一个复笔或部件，而前部不止一个复笔或部件，以前部末笔为中码，后部的一个复笔或部件为尾码；后部和前部均只有一个复笔或部件，则前部的复笔或部件为首码，后部的复笔或部件既为中码，也为尾码。

对于不能分部的单字，无成字连体字分别以始笔、次笔、末笔为首、中、尾码，在相应键位输入，只有1-3个单笔的汉字以单笔为复笔在相应键位输入，26部件在相应键位以同码输入。

编码将26个特高频字作为一级简码，取其首码在相应键位输入；将672个高频字作为二级简码，取其首码、中码在相应键位输入，其中一级简码与键位对应为：

A这  B爱  C的  D为  E好  F学  G说  H把  I不

J上  K口  L中  M多  N各  O地  P是  Q那  R以

S当  T了  U要  V个  W人  X大  Y一  Z和

2.根据权利要求1所述的计算机中文输入法，还包括四字定词法，其中：二字词的输入法是依次取第一字的首码、中码和第二字的首码、中码，三字词的输入法是依次取第一字的首码、中码和第二、三字的首码，四字及四字以上词的输入法是依次取第一、二、三、末字的首码。

3.一种以权利要求1所述计算机中文输入法为基础输入汉字的计算机键盘，其特征是所述复笔和部件与计算机26个字母键的对应关系如下：A键：复笔一和部件×            B键：复笔丿和部件艹C键：复笔丿丨和部件鸟    D键：复笔丿和部件八E键：复笔∠丿和部件宀    F键：复笔和部件心G键：复笔∠和部件辶    H键：复笔丨一和部件扌I键：复笔一丿和部件十    J键：复笔丨丨和部件木K键：复笔丨和部件口    L键：复笔丨∠和部件贝M键：复笔丿∠和部件夕    N键：复笔丿∠和部件月O键：复笔一和部件土    P键：复笔一∠和部件日Q键：复笔∠一和部件虫    R键：复笔∠和部件竹S键：复笔丨和部件小    T键：复笔∠∠和部件匕U键：复笔一丨和部件寸    V键：复笔丿丿和部件山W键：复笔∠丨和部件人    X键：复笔丿一和部件大Y键：复笔一一和部件戈    Z键：复笔丿一和部件足

Images