CN1058853A

CN1058853A - 电脑汉字输入五韵五笔码

Info

Publication number: CN1058853A
Application number: CN 90108803
Authority: CN
Inventors: 汤建民
Original assignee: Individual
Current assignee: Individual
Priority date: 1990-10-29
Filing date: 1990-10-29
Publication date: 1992-02-19

Abstract

本方案汉语拼音字母对应键盘英文字母，把35 个韵母汉语拼音划分为：“a*”、“e*”、“o*”、“i*” 和“u*”五大类；采用了“五笔字型”的字母区位码；并以《辞海》“笔画查字表说明”作为汉字五种笔画的划分依据。

方案有三大特点：

一、浅显简洁，字词一体。

二、字、词编码的兼容性极强，能够实现中文输入技术向“以词为主，以字为辅”方向发展。

三、字、词编码信息能用拼音头字母表单(或表音且在一定程度上表形)。

Description

目前，我国使用的汉字编码方法常见的主要有区位码、电报码、拼音码（及多种拼音代码法）、首尾字根码、五笔字型码等。其中区位码、电报码因无规律可循，难度极大，实用价值不高，操作使用此二种编码的人极少;拼音码使用较为普遍，优点是能够确切表音，识拼音就能识操作，但因重码太多和难以实现“字词兼容”而无法达到快速输入，这是它的致命弱点;首尾码因为字根无确定性和字根排列无规律，并且重码太多，将被淘汰;五笔字型是拼型法的最高成就者，用130个字根对汉字进行拆拼和使用“末笔字型识别码”的方法解决了汉语字、词、句的拼型编码输入问题，并实现重码少，达到了高速输入的目的，同时科学地划分了键盘区位码，键盘区位码的确立，为今后的汉字数字编码的研究提供了有力的杠杆，但也并不是十全十美、毫无不足，致少要熟记130个字根和学会字型识别方法（虽然并不十分困难），需经过一个阶段的训练或实际操作使用方可熟练掌握。此外，编码信息还不能确切表型。

能不能创造一种极为简捷、使用十分方便、输入快速的编码方法呢？

“五韵五笔汉字码编码方案”就是一种尝试。

从八八年底开始，作者带着十足的好奇心和只有万分之一成功的希望，试图解决这个问题。在对现行的各种汉字编码方法作深入的研究探讨的同时，提出过数以百计的假设的猜想，于不同的角度设计过十几种方案，最后选择独立设计的《汉字音型快速码编码方案》作为主攻方向。“愚者千虑，必有一得”，经过二年的艰苦努力得以完成，定名为《五韵五笔汉字码编码方案》。

细加分析此方案不但解决了汉字的简易编码，而且解决了汉语的字、双音词、成语和三音词的编码的难题。实现了：用拼音（五韵母分类法）和汉字的五种笔划以最简单的方法去解决汉语的编码问题，使汉语的单字、双音词编码信息能在一定的程度上表音且表形，三音节和四音节的词（词组）之编码信息实现以各音节拼音头字母表音;并达到字、词兼容，重码较少，输入方便;依照此方案的编码规则，略懂汉语拼音、会写汉字的人，人人都能学会使用、学会对汉语的编码，无需半点死记硬背，使汉语编码达到了“大众化”的浅显程度。

本方案汉语拼音字母对应键盘英文字母，把35个韵母汉语拼音划分为：“a＊”、“e＊”、“o＊”、“i＊”和“u＊”五大类作为韵母代码;采用了“五笔字型”的字母区位码;并以《辞海》的“笔划查字表说明”作为汉字五种笔划的划分依据，汉字首二笔笔划及笔顺的确定亦以《辞海》的“笔划查字表”作为规范，尾二笔划的确定依照一般的书写习惯，同时考虑有利于识别为原则（例如，“钱”字末二笔划取“乙丿”）。

6763个常用汉字采用的编码方法及其输入操作的实际作用过程：

用23个拼音声母（含Y、w）首先区分，次用5个韵母代码（“a＊”、“e＊”、“o＊”“i＊”和“u＊”）去区分，再用25个汉字的首二笔笔划码去区分，最后用25个汉字的尾二笔笔划码去确认。（见编码规则）

这样，汉语单字的编码最大容量约为：24的3次方＊5＝7万多（个），给6763个单字编码的重码可能性是9%，不重码汉字的可能性占91%。

双音词的编码方法：第一音节拼音头字母+第二音节头字母+第一音节汉字的首二笔笔划码+第二音节汉字的首二笔笔划码。

这样，双音节的词编码容量为：24的四次方＝33万多（个），若给3万3千个双音节的汉语词汇编码，其重码的可能性只占10%，并且达到绝大部分不与单字编码重码-因单字第二码只用（韵母代码）只有5个，而双音词的第二码是用（第二音节汉字的拼音头字母）有20多个，大大降低了单字与词汇编码重码的概率。

三音词的编码方法：第一音节汉字拼音头字母+第二音节汉字拼音头字母+第三音节汉字拼音头字母+三音词键代码。

其编码的容量为：23的三次方＝1万多（个），因为使了三音词键码而绝不与其他单字、双音、四音节的词重码。

四音节的词汇编码方法：依次取四个音节的拼音头4个字母。

其编码的容量为：23的四次方＝28万个。

（单字、双音词和四音节的编码容量小于33万，不含三音词的编码容量）。

四音节的词汇编码方法可扩展到语句的编码，见编码规则。

如上所述，方案把35个韵母划分为五大类，并用五个代码键代替韵母的方法，对于汉语单字的最大编码容量而言并不很大（仅有7万多个）重码的可能性占9%，汉语单字编码的重码问题还没有得到根本解决，但已经达到了为数不多的程度。事实上，汉字编码重码问题，在汉字的“定量、定型、定音”的改革工作完成之前，汉字编码重码问题是难以十全十美、白玉无瑕地得到解决的，只能做到尽量避免重码。

从另一方面来分析，采用了5个韵母代码，单字的可编码容量虽然不很大（7万个）却让出了极大的四键编码的容量给二、四音节的汉语词汇作编码空间（33万-7万个），大幅度地降低了单字与大量的二、四音节的汉语词汇重码的概率。这对大量编码存入占汉语词汇90%以上的双音节、四音节词汇供了极大的有利条件。五韵码的另一个好处是大大简化了汉字输入拼写。

此外，汉语的三音节词汇编码因为第四码采用了“三音词键”，而绝对不与其他音节的词汇重码。

由此可见，方案已在理论论上解决了汉语的字、词、句编码的问题，从理论的高度去分析验证是可行的、成功的。（同时，对字、词实行过抽样验证）

具体的字、词编码的问题：当你打开《汉语成语词典》，某成语依次取各字拼音字母的头字母，就是该成语的编码;当你打开《现代汉语小词典》，某双音词依次取2个单字拼音的头字母，再依次取2个单字首二笔笔划码，就是该双音词的编码;当你打开《新华字典》，某个单字先取拼音的头字母，次取这个字的韵母代码，再依次取这个单字的首二笔笔划码和尾二笔笔划码，就是该汉字编码。如果你是一位熟悉拼音的人，《五韵五笔汉字码编码方案表》就是你的汉语编码“小辞海”。

熟悉计算机或电子打字机键盘的人，读过一、二遍此编码方案表及其说明和“编码规则”后，就能够熟记5个韵母代码所对应的字母，并熟悉汉字的首、尾二笔笔划代码的区位，同时学会对汉语字、词编码和掌握输入操作。

综上所述，本方案有三大特点：

一、浅显简洁。除键盘的26个字母外，只有5个汉语拼音韵母代码和汉字的横（一）、竖（丨）、撇（丿）、捺（丶）、折（乙）等五个笔划有规律地组成的25个“笔划代码”。

二、字、词编码的兼容性强。单字的编码占用的编码容量适中，词汇占有编码的容量大;能够实现中文输入技术从过去的“以字为主，以词为辅”向“以词为主，以字为辅”方向发展。

三、字、词编码信息能用拼音头字母表音（或表音且在一定程度上表形），表音方式与社会习惯相同。

现行的编码方案各有其优点，亦必然会有其不足。“尺有所短，寸有所长”，《五韵五笔汉字码方案》亦然。

“这是祖国的春天，人民的春天，科学的春天”。八十年代汉字编码百花争艳，祝愿祖国能在九十年代迎来汉语编码技术的成熟。

三、说明

一、汉语拼音字母的编码采用“五笔字型”区位码。汉语拼音的23个声母（包括Y、W）与键盘的英文字母一一对应，zh、ch、sh分别与z、c、s合拼，排列在各个键位的左上角。“a＊”、“e＊”、“o＊”三类韵母独立为音节时，汉字的编码定义为：“A+a＊+首二笔码+尾二笔码”等。

二、韵母编码：将35个韵母区分为“a＊”、“e＊”、“o＊”“i＊”和“u＊”五大类，作为韵母代码，对应排列在键盘A、E、O、I、U键的右上角。

①、“a＊”代替（a、ai、ao、an、ang）等5个韵母;

②、“e＊”代替（e、ei、en、eng）等4个韵母;

③、“o＊”代替（o、ou、ong）等3个韵母;

④、“i＊”代替i行10个韵母（i、ia、ie、iao、iou、ian、in、iang、ing、iong）;

⑤、“u＊”代替u行和ü行韵母（u、ua、uo、uai、uei、uan、uen、uang、ueng和ü、üe、üan、ün）等13韵母。

三、汉字五种笔划的划分：以《辞海》的“笔划查字表说明”作为汉字五种笔划的划分依据，依次分为横（一与

）、直（丨）、撇（丿）、点（丶与

）、折（乙，包括笔型带钩或曲折的）。汉字首二笔笔划及笔顺的确定亦以《辞海》的“笔划查字表”作为规范，尾二笔划的确定依照一般的书写习惯，同时考虑有利于识别为原则（例如，“钱”字末二笔划取“乙丿”）。

四、汉字的首二笔划和尾二笔划的编码：一一、一丨、一丿、一丶、一乙;丨一、丨丨、丨丿、丨丶、丨乙;丿一、丿丨、丿丿、丿丶、丿乙;丶一、丶丨、丶丿、丶丶、丶乙;乙一、乙丨、乙丿、乙丶、乙乙。依次编入11、12、13、14、15;21、22、23、24、25;31、32、33、34、35;41、42、43、44、45;51、52、53、54、55区位（对应G、F、D、S、A、;H、J、K、L、M;T、R、E、W、Q;Y、U、I、O、P、;N、B、V、C、X键）。

四、编码规则

一、单字的编码

单字编码公式：拼音头字母+韵母代码+汉字首二笔码+汉字尾二笔码。

五韵五笔码字母码区位码

例如，部：B u＊丶一乙丨 BUYB 52424152

中：Z o＊丨乙一丨 ZOMF 66442512

壹：Y I＊一丨丶一 YIFY 41431241

善：S a＊丶丶乙一 SAON 14154351

注：1、啊…（a）、埃…（ai）、安…（an）、肮…（ang）、凹…（ao）;蛾…（e）、而…（ei）;欧…（ou）等三种汉字的分别用（A+a＊+汉字首二笔码+汉字尾二笔码），（E+e＊+汉字首二笔码+汉字尾二笔码），（O+o＊+汉字首二笔码+汉字尾二笔码）的方法编码。

2、不足四笔划的汉字笔划码作如下处理：

①一笔划的汉字只有“一”和“乙”2个，分别定义为：

“Y i＊一一一一”和“Y i＊乙乙乙乙”。

②二笔划的汉字，既是首二笔码又看作是尾二笔码。

五韵五笔码字母码区位码

例如，儿：E e＊丿乙丿乙 EEQQ 33333535

刁：D i＊乙一乙一 DINN 13435151

③三笔划的汉字，中间的笔划既是首二笔码的第二笔划，又是尾二笔码的第一笔划。

五韵五笔码字母码区位码

例如，工：G o＊一丨丨一 GOFH 11441221

久：j i＊丿乙乙丶 JIQC 22433554

二、双音词的编码

双音词编码公式：第一音节汉字拼音头字母+第二音节汉字拼音头字母+第一音节汉字首二笔划码+第二音节汉字首二笔划码。

五韵五笔码字母码区位码

例如，人民：R M 丿丶乙一 RMWN 32253451

中国：Z G 丨乙丨乙 ZGMM 66112525

技术：J S 一乙一丨 JSAF 25141512。

三、三音词的编码

第一音节汉字拼音头字母+第二音节汉字拼音头字母+第三音节汉字拼音头字母+三音词键（或空格键）。

五韵五笔码字母码区位码

例如，计算机：JSJ

22142200

新时代：XSD

55141300

大众化：DZH

13662100

四、四音词的编码

第一音节汉字拼音头字母+第二音节汉字拼音头字母+第三音节汉字拼音头字母+第四音节汉字拼音头字母。

五韵五笔码字母码区位码

例如，中华民族：ZHMZ 66212566

突飞猛进：TFMJ 31122521

精益求精：JYQJ 22413522

五、五音节以上词、句的编码

采用“一、二、三、尾”头字母键。

五韵五笔码字母码区位码

例如，

中华人民共和国：ZHRG 66213211

中国人民解放军：ZGRJ 66113222

中国科学院：ZGKY 66112341

六、简码输入（供编程使用）

1、空格键简码的输入

①单字母键+空格，简码：给26个高频字编码。

②二键（取汉字的首、尾二笔划代码）+空格，简码：给500个常用字编码。

③三键+空格，码简：

（等价于第四码为任意字符的字、词码）

2、三音词键简码的输入

①单字母键+三字词键，简码：显示与头字母对应的字、词编码。

②双头母键+三字词键，简码：给600个常用双音词编码。

3、根据以上的规则，汉语编码中的第一码中，U、V键都无机会用上，但大有用途：

例如，U+汉字拼音头字母+汉字首二笔码+汉字尾二笔码

或U+双音词第一音节头字母+第一音节汉字首二笔码

+第二音节汉字首二笔码

（等价于第二码为任意字符的字、词简码）

U、V还可以用来编写首、尾二笔划码字、词索引等。

例如，V+V+字（词）首二笔码+字尾（词首）二笔码

（等价于头二码为任意字符的字、词简码）

五、汉语的字、词编码（初稿）

一：1、6763个常用汉字的编码。

2、26个高频字的编码。

3、500个高频字的（首、尾二笔划简码）编码。

二：1、4千个常用双音词的编码。

2、1千个常用三音词的编码。

3、5千个成语的编码。（见成语词典）

Claims

1、将35个汉语拼音韵母区分为：“a＊”、“e＊”、“o＊”、“i＊”和“u＊”五大类，作为韵母代码，对应排列在键盘A、E、O、I、U键的右上角，与确定汉字的首二笔画和尾二笔画的编码：一一、一丨、一丿、一丶、一乙；丨一、丨丨、丨丿、丨丶、丨乙；丿一、丿丨、丿丿、丿丶、丿乙；丶一、丶丨、丶丿、丶丶、丶乙；乙一、乙丨、乙丿、乙丶、乙乙。依次编入11、12、13、14、15；21、22、23、24、25；31、32、33、34、35；41、42、43、44、45；51、52、53、54、55区位(对应G、F、D、S、A、；H、J、K、L、M；T、R、E、W、Q；Y、U、I、O、P、；N、B、V、C、X键)，去区分汉字为主要技术特征。

2、五韵五笔码编码方案采用了“五笔字型”的字母区位码，但本方案为音型（形）码（只用25个二笔画代码）无字根，与王码（拼型法）130字根本质的区别。