CN1052799C - 汉字编码计算机输入方法 - Google Patents

Abstract

一种汉字计算机输入编码方法及其键盘，兼具表形码与表音码的优点。它采用汉字笔划与其相关笔划方位关系名和笔型名排列组合所得25关个系笔划名-双关码元码描述汉字微观结构，另一种采用首、末相关连两笔关系名排列组合所得25个双偏双关码与双关码共同描述汉字微观结构。25个元码名与25个英文字母键一一对应，键盘键名无重复定义，组码直接键入速度快，重码率很低，所用规则简单易学，逻辑性强，记忆量极少。

Description

汉字编码计算机输入方法

汉字编码的计算输入方法属于计算机汉字输入技术领域。

汉字编码方法目前可以分三大类。一是以汉字笔划结构为编码根据形成编码，这一类称为表形码。另一类是以汉字拼音为编码，或以字或笔划音名的各种简化组合形成编码，这一类可称为表音码。还有一类是前两类的杂交，它综合了两者的部分编码根据形成汉字编码，我们称之为形音码。表形码以王码五笔字型输入法为代表，它的优点是重码率低，但它的上百个字根固定编码记忆量大，拆字规则不易掌握，键名多次重复定义，这些不足之处影响表形码推广应用。表音码以拼音码为代表，其优点是念字知拼音，不需中间转换环节，它的缺点是重码率高，即是能够采取各种方法降低重码率，但由于受汉字语言的影响，它的使用范围实际上就很有限了。

另外一种形音码汉字输入技术，如取本字读音首字母，结构笔划特征编码的方法，其易学不好用，好用不易学的矛盾仍然十分突出，目前未见到理想的解决方案。

本发明的目的在于设计一种输入速度快，重码率低的汉字输入编码方案，能够不需死记规则，依据汉字自然书写顺序拆字，克服表形码、表音码的缺陷，保留了二者优点。

为了下面叙述方便，首先作如下定义：

我们将所有汉字分为简单字和复合字两大类。

简单字就是依照字的自然结构和笔划顺序不能再分解成上、下或左、右两部分的笔划连接在一起的单字。如里、女、弗、弓、人、入就是简单字。

复合字指由1个或1个以上简单字与1个或1个以上偏旁部首(或笔划组合)结合而成的单字，下文简称复合字。

我们约定，复合字最多只能分解为3部分。依据分解为2部分或3部分，我们分别称之为2分字或3分字。复合字被分解后，取某个成为单独部分的依规则选定的简单字为字根。复合字只包含一个简单字时，这个简单字就选为该字的字根。复合字包含2个或3个简单字时，字根选择要依下文所述规则进行。还有少部分汉字被分解为2部分或3部分时，还得不到1个简单字作为字根，这类字称为无根字，被归为复合字。

复合字的拆分是依据汉字的书写顺序及自然结构进行的。偏旁、部首等常见笔划的组合当作一个独立拆分不再作分解。简单字常作为一个独立的拆分。拆分的目的就是要从复合字中拆出一个简单字作为复合字的字根。而且规定：无论3分字或2分字，其每一个独立拆分的笔划数必须大于等于2，即不把一个单独笔划拆为一部分。譬如引、亿等这类字只归为简单字，不能分解。这样所有汉字可分为以下几大类：

我们规定简单字的笔划数及复合字字根的笔划数最多为11划，笔划数用2，3…9，0，1表示。0、1分别表示10划和11划，这个数字作为元码用来组码。所以作为字根的那个拆分最多有11划，最少有2划。

复合字拆分为2分字或3分字时：若只有1个拆分为简单字，则取该简单字为字根，参见例④⑦⑧；当有数个拆分为简单字时，取笔划数多者为字根，笔划数相差不大的取先写者为字根，参见例①②③④；当有数个相同拆分时(如品、矗、森、吕等)取先写者为字根；当一个复合字笔划数特别多时，拆分得到的笔划数不超过11笔的复合字也可作为字根，参见例⑤⑥；还有两类特殊结构的字如圆、载或截之类，一般不作拆分，因若进行拆分，拆分后的两部分的笔划顺序将发生错位。因此，我们约定，只有当这类字的笔划数超过11笔时才作拆分，否则均作简单字处理。譬如圜字拆分为口--四--哀，而且仅取口字内部分为字根；截字拆为 --亻--

总之，取根的规则可归纳为：从大不从小；从左不从右；从上不从下；从前不从后；从内不从外；错位不拆分。

下面举例说明以上所述复合字拆分规则。例：①胺 月--宀--女，3分字；月字为字根，字根在第1拆分②霸 雨--革--月，3分字；雨字为字根，字根在第1拆分③爸 父--巴，2分字；父字为字根，字根在第1拆分④扳 扌--反，2分字；反字为字根，字根在第2拆分⑤褒 亠--保--

，3分字；保字为字根，字根在第2拆分⑥癌  疒--品--山，3分字；品字为字根，字根在第2拆分⑦捌 扌--另--刂，3分字；另字为字根，字根在第2拆分⑧选先--廴，2分字；先字为字根，字根在第1拆分⑨截 --亻-- ，3分字，无字根⑩谴 讠--

--辶，3分字，无字根嗜 口--老--曰，3分字，老字为字根，字根在第2拆分

汉字所有笔划分为5种，即横、竖、撇、捺(点)、折5个笔划类型。约定“以”字的第1笔、偏旁“扌”中的第2笔均归为竖划，其他类似笔作同样处理；同时还约定偏旁纟、土、王和偏旁扌的末笔划提刈均归为撇划类。横划包括所有长、短横划，竖划包括所有长短竖划。折划包括所有直折、竖折、折弯等，如口字第2划，与字第2划，多字第2划，弓字第3划，女字第2划，偏旁阝、卩中的折划，廴、辶中的折划。我们定义某一笔划的关系笔划名为该笔笔划名和该笔与前一相关笔之关系名的组合。下文简称关系笔。依照书写法则，汉字笔划间的关系分为上下关系，左右关系，交叉关系，左上右下关系，以及左下右上关系。所以，5个关系名与5种笔划名排列组合得到25种关系笔，如表1示。要说明的是上下关系、左右关系、左上右下关系及左下右上关系中每种都包含两种情况。譬如，上下关系包括该关系笔在前一笔下方，也包括该关系笔在前一笔的上方，两者均归上下关系中。当然，依照汉字书写习惯，其他几种情况出现机会较小。我们用汉字的“汉”举例说明关系笔名的确定；第2笔是捺划，它和第一笔的关系是上下关系，故“汉”字的第2关系笔是上下捺；同理，第3关系笔是上下撇；第4笔和第3笔的关系为左下右上关系，故第4关系笔为左下右上折；第5笔和第4笔交叉，故汉字的末关系笔为交叉捺。偏旁、部首或其他笔划组合的关系笔名的选定与简单字同理。确定某笔的关系名时，我们定义了交叉关系的优先级，若该笔与前面(书写顺序)任一笔交叉，则不论该笔与前一相关笔关系为何，都定义该笔关系名为交叉关系。譬如，“升”字，其第4笔与第3笔为左右关系，但该笔与第2笔交叉，故升字第4笔的关系笔名为交叉竖，而不左右竖。下面再举例说明关系笔的选定：入  第2关系笔为左下右上捺。人  第2关系笔为左上、右下捺。木  第2关系笔为交叉竖，第3关系笔为左右撇，第4关系笔为左右捺。我  第2关系笔为上下横，第3关系笔为交叉撇，第4关系笔为交叉撇，第5关系笔为交叉捺，第6关系笔为交叉撇，第7关系笔为上下捺。口  第2关系笔为左右折，第3关系笔左下右上横

依据上述分类划分，汉字的任何一个笔划的关系笔名就会与25个关系笔名中的某一个对应。由于关系笔名的确定考虑了前后关连两笔之间的位置关系，我们又称关系笔名为双关码，25个关系笔名就成为双关码编码的元码。表1：

在表1中，25个2位数字表示对应双关码元码名在字母键盘的区位名，十位数是区名，个位数是位名，如附图所示，将计算机键盘字母键分为5个区，左中部的G、F、D、S、A5个键位称为第1区，这样11、12、13、14、15这5个位分别对应上下关系5个同名双关码G、F、D、S、A 。同样，右中部H、J、K、L及M5个键位称第2区，分别对应左右关系5个同名双关码，区位名分别为21、22、23、24、25。下部X、C、V、B、N5个键位称第3区，分别对应交叉关系5个同名双关码，区位名分别为31、32、33、34、35。左上部5个键位T、R、E、W、Q分别对应左上右下关系5个同名双关码，区位名分别为41、42、43、44、45。右上部5个键位Y、U、I、O、P分别对应左下右上关系5个同名双关码，区位名分别为51、52、53、54、55。

经过以上定义，任一个关系笔只要按区位寻键，键名即码名，一一对应，一目了然。仍以汉字的汉字为例说明双关码。汉字第2笔与第1笔为上下关系，点(、)归入捺划，为上下捺，双关码在第1区4位、键名S；第3关系笔为上下撇，双关码在第1区3位，键名D；第4关系笔(倒数第2关系笔)，为左下右上折，双关码在第5区5位，键名为P；第5关系笔(末笔关系笔)为交叉撇，双关码在第3区3位，键名为V。

有以上拆字规则和双关码定义，我们就可以对本发明的汉字编码方案加以叙述了。

汉字编码方案字根取两位码，高位为字根汉语拼音首字母，低位为字根笔划数码。汉语拼音首字母与键盘同名字母键对应，笔划数码与键盘上阿拉伯数字键对应，2、3、4、5、6、7、8、9分别对应2划、3划、4划、5划、6划、7划、8划、9划时的笔划数码，10划、11划的笔划数码分别取0、1，数码0、1与数字键0、1对应。

针对上文所述5种类型汉字，编码方案在细节上稍有不同，下面分类说明：

1、简单字：编码为四位码，第一码为该字笔划数，第二码为该字首位拼音字母，第三码为该字倒数第2笔关系笔名，第四码为该字末笔关系笔名。参见表2。

表2：

汉字	第一码笔划数	第二码首位拼音字母	第三码倒数第2关系笔名	第四码末笔关系笔名	编  码
						重	9	C	C	G	9CCG
女	3	N	N	V	3NNV
						革	9	G	G	C	9GGC
弗	5	F	C	C	5FCC
						雨	8	Y	L	S	8YLS
月	4	Y	Y	G	4YYG

2、2分复合字含字根，编码为4位码。当字根在第1拆分时，依次取①字根拼音首位字母，②字根笔划数，③倒数第2关系笔名，④末笔关系笔名组成该汉字编码。当字根在第2拆分时，依次取①第1拆分倒数第2关系笔名，②第1拆分末关系笔名，③字根拼音首字母，④字根笔划数组成该汉字编码；这时，若第1拆分只有2笔划(如仪、诚)，其倒数第2关系笔名由该字首笔和第2笔关系确定。参见表3。表3：汉字  第一码  第二码  第三码  第四码   编码爸    F       4       G       P        F4GP扳    C       V       F       4        CVF4选    X       6       A       B        X6AB诚    S       A       C       6        SAC6

3、3分复合字含字根，编码为4位码。当字根在第1拆分时，依次取①字根拼音首字母，②字根笔划数，③第2拆分末笔关系笔名，④第3拆分末笔关系笔名组成该汉字编码。当字根在第2拆分时，依次取①第1拆分末关系笔名，②字根拼音首字母，③字根笔划数，④第3拆分末关系笔名组成该汉字编码。当字根在第3拆分时，依次取①第1拆分末关系笔名，②第2拆分末关系笔名，③字根拼音首字母，④字根笔划数组成该汉字编码。参见表4：汉字  第一码 第二码 第三码 第四码  编码褒    G      B      9       I      GB9I胺    Y      4      M       V      Y4MV售    F    G    K    3    FGK3霸    Y    8    C    G    Y8CG癌    D    P    9    U    DP9U嗜    Y    L    6    G    YL6G

4、2分无字根复合字，顺序取两拆分最末两关系笔名排列成4位码。参见表5。

表5：汉字  第一码 第二码  第三码  第四码  编  码家    W      M       K       S       WMKS既    J      L       V       Q       JLVQ

5、3分无字根复合字，顺序取第1拆分末关系笔名，第2拆分首、末关系笔名，第3拆分末关系笔名排列成4位码。参见表6。

表6：汉字  第一码  第二码  第三码  第四码  编码截    S       I       F       G       SIFG谴    A       U       Y       B       AUYB第    Y       K       Y       K       YKYK

这种编码方法所形成的GB2312-80汉字库汉字重码字不超过30个(两两重码)。我们称这种方案为双关码编码方法。

为了进一步降低重码率，提高输入速度，下文给出另一种编码方法——双偏双关码。下面仍然沿用上文中给出的定义以及字的分类方法。我们定义双偏双关码为复合字拆分后一个独立拆分的首、末相关连两笔划关系名的排列组合。因为两笔之间的关系有5种，所以首、末相关连两笔共4笔的关系排列组合有25种结果，如表7所示。采用这25个双偏双关码，我们可以区分每一个独立拆分的笔划结构特征。简单字的结构特征自然可以采用双偏双关码来区分。譬如“用、由、甲”三个汉字的双偏双关码分别是23、21、23。表7：

引入双偏双关码以后，汉字编码方案中字根码取字根双偏双关码和笔划数2位码，其余与双关码编码相同。5大类汉字的双偏双关编码方案分述如下：

1、简单字：码长3位，分别取该字笔划数，简单字拼音首字母，简单字双偏双关码。

当该字笔划数为3时，双偏双关码由第1笔和第2笔、第2笔和第3笔关系确定；当该字笔划数为2时，第1笔和第2笔确定一个关系，第2笔的起笔点和落笔点关系补足第2个关系，这两个关系即可确定一个双偏双关码。当补足关系用时，横划为左、右关系，竖为上、下关系，撇为左下、右上关系，捺为左上、右下关系，折为交叉关系。参见表8。表8：汉字  重   女    革    弗    雨   月编码  9CG  3NV   9GK   5FI   8YY  4YH

2、2分复合字，有字根。码长4位。

在确定字根的双偏双关码时，无论第1拆分或第2拆分，其笔划数为2笔时，双偏双关码中的第2个关系由第1拆分和第2拆分的结构关系补足。这时2拆分字的结构关系分为：左、右关系，如校字；上、下关系，如宝字；左下、右上关系，如进、武字；左上、右下关系，如病、彦、屋字。

字根在第1拆分时，依次取①字根双偏双关码，②字根笔划数，③第2拆分倒数第2个关系笔，④第2拆分末关系笔构成编码。

字根在第2拆分时，依次取①第1拆分倒数第2个关系笔，②第1拆分末关系笔，③字根双偏双关码，④字根笔划数。参见表9。表9：汉字      爸      选      扳编码     K4GP    J6AB    CVI4

3、3分复合字，有字根。码长4位。

在确定字根双偏双关码时：第1拆分为2笔时，不足关系由第1拆分与第2拆分关系补足；第2拆分为2笔时，不足关系由第1拆分与第3拆分关系补足；第3拆分为2笔时，不足关系由第2拆分与第3拆分关系补足。

字根在第1拆分，依次取①字根双偏双关码，②字根笔划数，③第2拆分末关系笔，④第3拆分末关系笔构成编码。

字根在第2拆分，依次取①第1拆分末关系笔，②字根双偏双关码，③字根笔划数，④第3拆分末关系笔构成编码。

字根在第3拆分，依次取①第1拆分末关系笔，②第2拆分末关系笔，③字根双偏双关码，④字根笔划数构成编码。参见表10。

表10：汉字  胺    褒    霸    癌    售    嗜编码  H4MV  GR9I  Y8CG  DM9U  FGM3  YN6G

4、2分复合字，无字根。码长4位。

取码方法与双关码方案完全相同。

5、3分复合字，无字根。码长4位。

取码方法与双关码完全相同。

由以上定义可知，双偏双关码编码方案完全不需要拼音知识，只要能据汉字书写规则读出笔划间的关系，即可组码。如表7，我们这样定义了双偏双关码的键盘键名，即当把双关码中的笔划名横、竖、撇、捺、折5种名顺序理解为上下、左右、交叉、左上右下、左下右上5种关系名时，二者的键盘名完全相同，所以新增加的25个双偏双关码与25个双关码位置完全一一对应，并不增加新的记忆负担。

从上述编码规则可以看出：本方法中的字根编码不需记忆，可看字写码，根码中拼音涉及一些常见简单字的发音，并免去了表形码中记忆成百个固定字根码的负担。学习编码只需记忆25个双关码元码，二次学习投入时间很短。小学教育水平使用者采用该编码规则组码毫无困难。本方法中的编码规则简单，结构划分清晰明确，汉字拆分依据汉字自然结构，独体字不需拆字。本方法中的汉字编码可看字识码，想字识码，按照书写顺序直接键入元码名。本方法中所定义的键盘元码名排列有序，25个笔划元码排列(5×5)接区位寻键，元码名就是键名，键名没有重复定义，一目了然，组码符合书写自然习惯，输入速度高。本方法中的汉字编码实际上可看成36进制数中的部分4位数的集合，由此可知该编码码空间容量大，重码率低，同时给进一步设计公共词码及个人专业词码保留了足够的空间。词码设计为4位等长码，字、词码共存，不需用转换键。

附图为本发明编码方案使用的键盘示意图。Z键可留作功能键。

本发明的实施例已详见于上文，这里不再单独列出。

Claims (2)

1、一种汉字编码计算输入方法，其特征在于取字根拼音首字母、字根笔数和/或被编码汉字前后笔划之间关系笔名一一双关码为编码依椐；所述双关码是把所有汉字笔划依其与相关笔的五种方位关系上下、左右、交叉、左上右下及左下右上和五种笔型横、竖、撇、捺、折的不同相互交叉形成的25个关系笔名，并且这25个关系笔名位与计算机健盘上五个区位上的键分别一一对应形成如下25个双关码的元码：

根据汉字结构不同，具体的计算机输入编码方案为：

1.1简单字取笔划数、首位拼音字母、倒数第二笔关系笔名、未笔关系笔名共4位码作为该字编码；

1.2含字根的二分复合字，取字根笔划数、字根拼音首字母，另一拆分未两笔关系笔名共4位码作为该字编码；

1.3含字根的三分复合字，取字根笔划数、字根拼音首字母，另两个拆分分别取其未关系笔名共4位码作为该字编码；

1.4无字根的二分复合字，顺序取两拆分最末两关系笔名共4位码，作为该字编码；

1.5无字根的三分复合字，顺序取第一拆分未关系笔名，第二拆分首、未两个关系笔名，第三拆分未关系笔名共4位码，作为该字编；与此编码方案对应的计算机键盘功能设置是关系笔名和相应区位键盘对应，即：左中部5个键位G、F、D、S、A分别表示上下关系5个双关码11、12、13、14、15，右中部5个健位H、J、K、L、M分别表示左右关系5个双关码21、22、23、24、25，下部5个键位X、C、V、B、N分别表示交叉关系5个双关码31、32、33、34、35，左上角5个键位T、R、E、W、Q分别表示左上右下关系5个双关码41、42、43、44、45，右上角5个键位Y、U、I、O、P分别表示左下右上关系5个双关码51、52、53、54、55；数字键2、3、4、5、6、7、8、9、分别表示笔划数码2、3、4、5、6、7、8、9、，数字键0表示10划时的数码0，数字键1表示11划时的数码1；每个字母键与拼音字母对应。

2、一种汉字编码计算机输入方法，其特征在于取被编码汉字字根首、末相关连两笔关系名的排列组合——双偏双关码、字根笔划数、该汉字选定笔划关系名为编码依据，所述双偏双关码是把所有汉字依其首、末相关连两划方位关系名的不同排列组合分为25个双偏双关码元码，并采用该双偏双关码描述汉字的笔划结构特征，将这25个双偏双关码依关系位与计算机键盘上五个区位上的键分别——对应形成如下25个双偏双关码元：

依据汉字结构不同，具体计算机输入编方案为：

2.1简单字取笔划数、拼音首字母，该字双偏双关码共3码作为该编码；

2.2含字根的二分复合字。取字根笔划数、字根双偏双关码、另一拆分最末两关系笔名共4码作为该字编码；

2.3含字根的三分复合字，取字根笔划数、字根双偏双关码另，另两个拆分分别取末关系笔名共4码作为该字根编码；

与此编码方案对应的计算机键盘功能键设置是双偏双关码名与相应区位键盘对应，即：左中部5个键位G、F、D、S、A分别表示上下关系5个双偏双关码11、12、13、14、15，右中部5个健位H、J、K、L、M分别表示左右关系5个双偏双关码21、22、23、24、25，下部5个键位X、C、V、B、N分别表示交叉关系5个双关码31、32、33、34、35，左上角5个键位T、R、E、W、Q分别表示左上右下关系5个双偏双关码41、42、43、44、45，右上角5个键位Y、U、I、O、P分别表示左下右上关系5个双偏双关码51、52、53、54、55；数字键2、3、4、5、6、7、8、9、分别表示笔划数码2、3、4、5、6、7、8、9，数字键0表示10划时的数码0，数字键1表示11划时的数码1；每个字母键与拼音字母对应。

Images