CN1204080A - 规范王码汉字电脑输入法及其键盘 - Google Patents

Abstract

一种形码电脑汉字输入法及其键盘,其特征在于按照形码设计的相容性、规律性、协调性三原理,经科学排列布局达到多目标统一的编码体系中的部件,均取自国GF3001－1997或整字,并依据《现代汉字通用字笔顺规范》取码。本发明的各项技术指标,不仅明显优于了现行五笔字型,而且也大大高于所有已知大字符集的形码,成为世界上第一个部件符合规范、同时处理三个字符集、具有世界领先水平的形码汉字输入技术。

Description

规范王码汉字电脑输入法及其键盘

本发明属于电脑汉字输入法及其键盘，特别是形码编码法及其键盘。

现有技术中的电脑汉字形码编码法普遍存在的缺点是：部件不完全符合1997年12月1日颁布的国标GF3001—1997部件规范，取码拆分不完全符合国家语委颁布的《现代汉语通用字笔顺规范》。并且到目前为止，尚没有解决针对GB13000.1字符集简繁汉字编码输入技术理想的形码方案。

已经广为应用的王码五笔字型方案，在1988年时已经提出解决繁体字的问题；到1990年，因为要把五笔字型推广到台湾去，便将BIG5(13053字)的输入法研究及系统设计，作为一个科研目标；到1992年，因国际上的紧迫需求，便提出了“大字符集”汉字输入电脑的科研任务；到1995年，又提出了部件规范，以便进入中小学教育的要求。客观形势的发展对五笔字型提出了划时代的要求，具体体现在以下确定的研究目标中，即：

1．同一个符合规范的部件体系；

2．同一套简单易学的编码规则；

3．同时处理GB2312、BIG5及GB13000.1三个字符集的全部汉字，及其输入系统软件；

4．三个编码体系的各项指标，包括形码设计的基本要求，即相容性(重码)、规律性(易学程度)、谐调性(手指负荷合理)等，要高于现行版本，要领先于已知的国内外形码；

5．适用于国内、国际现在流行的中文平台；

6．完成输入软件的产品化、产业化、国际化。

本发明是基于以上目标，历经十年苦心研究的成果。本发明的基本内容包括：一个部件全部取自国标GF3001—1997规范或整字的部件体系以及依据《现代汉语通用字笔顺规范》在创新的键盘布局上形成编码体系；本发明选用的规范部件可以分为标识部件、基本部件以及末笔字型识别码和末笔构形识别码中的一种或两种，各部件在五区五位键盘上的配置可以是：

本发明还可以设置补码部件，所述的补码部件是保证某些部件在不被拆分从而保持其良好的整体性与直观性的情况下，在参与编码时，在其整体部件码的后边紧跟的一个由该部件的特征笔形形成的补码。

补码概念及其编码法是本发明的首创。当一个常用部件由于直观性和易学性的需要理应不再拆分，又因编码空间的合理分配，或因加大码长的需要，又不得不拆分，有必要使该类部件变成两个码或更多个码的时候，可以在编码序列中，在该整字部件的后边，紧跟上一个或几个由该部件的特征笔形形成的附加码，即补码。补码的理论意义和重要作用，在于既保留了整字部件不被无理拆分成非规范部件，从而使本方案的部件体系完全符合规范，又得以按照简单易行的规则，以加大码长，合理分布编码空间，从而达到仅仅使用字母的小键盘，使众多整字部件在同一键上有良好的相容性。

本发明还依据汉字的字源知识，采用规范的拆分方法，使现有技术中不符合规范的拆分情况达到规范要求，如：

本发明还可以设置繁体汉字部件，所述的繁体部件可以选取：

所述繁体部件可以根据字集的大小加以变更调整。

本发明可以采用现有技术的编码长度，即最大码长为4的编码、取码规则；当本发明特别是成为输入大字符集20902个汉字的实施例时，其编码、取码规则还可以采用以下方法：

1、编码最大长度为5，即一个字最多取为5个部件：例字    现有技术    本发明攀     木ㄨㄨ手    木ㄨㄨ木手

2、当一个字拆不足5个部件时，本发明规定在部件之后补加一个识别码，即末笔字型识别码或者构形识别码：

3、当一个字补加一个识别码之后仍然不足5个码时，在其第一个识别码之后，再补加第二个识别码，如“末笔构形识别码”。该构形识别码是由未笔画的代码，及末笔画与其它笔画的相关关系代码，由两种字形特征信息复合而成。

本发明中使用的“构形识别码”，采用本发明人如下关于构形识别码的一项发明：

定义末笔与其它笔画间的相关关系如下：

散的关系为1，连的关系为2，交的关系为3。定义其编码如下：

末笔		散(1)	连(2)	交(3)
		一	1	1.G.	11.F.	13.D.
|	2	2.H.	22.J.	23.K.
丿	3	3.T.	32.R.	33.E.
_	4	4.Y.	42.U.	43.I.
乙	5	5.N.	52.B.	53.V.

当一个字的拆分编码，补加两个识别码之后，仍然不足5码时，加空格键表示结束：

由于构形识别码的使用，有效地扩大了少于4个部件汉字的编码长度，从而大大地减少了本来会产生的重码，大大降低了由于字集扩大而按指数率上升的重码率。如：

4、当简体字与繁体字同时处理时，本发明采用本发明人的另一项发明，即用大写字母表示繁体部件，用小写字母表示简体部件(或者反过来)，使简繁体汉字各有各的输入码，从而大大地减少了大字符集形码设计中的重码，使本发明的重码率大大低于当前其它任何同类发明，实现了形码设计中王码独具特色的理论和实践的重要突破。例：

为适应现行王码技术与本发明基本内容之间的平稳过渡，本发明的一种实施例是可以适当附加形似部件，所述的形似部件是与规范部件形态相似的部件，或者是为满足多学科对编码的要求，而增设的有特征的笔画结构。例如：

所述附加形似部件在键盘上的配置可以如附图所示。

本发明选取的形似部件同样可以根据适合操作、便于记忆、调整谐调性或减少重码的需要，做相应的调整。

本发明在优化调整各键位的部件组合时，应用机助设计的方法，权衡得失使部件的相容性、规律性和协调性三者达到多目标的均衡统一。在同一原则下，部件体系基本不变，在保持其相容性、规律性、谐调性基本均衡的情况下，对少量部件可以做适当调整，调整范围在10％左右均可形成本发明的不同实施例。

本发明可以采用通用的电脑或终端键盘，在对应五区五位的字母键位上，可以标识出区位号、键名字、识别码符号、识别部件、基本部件及其代表字和补码部件以及高频字，如附图1、附图2及附图3所示。

其中附图1是本发明的一种基本部件方案；附图2是本发明适应现有技术的过渡性的、附加有形似部件的一种实施例方案；附图3是键位图。

本发明与现行的86版王码五笔字型技术相比，具有重大而突出的实质性特点在于：

1、除去了不符合规范的部件13个：

2、新选取了符合规范的部件41个：

3、改形部件7个：

4、移位部件7个：

5、同位改码部件4个：

6、新设补码部件5个：

以上重要变更77处，新的部件体系包括了256个部件，与86版的199个部件相比，其变化率为39.2％。

本发明还提出了全新的有重大实用价值的补码技术及其编码法。

7、在用于汉字20902大字符集时，本发明设计了新的最大码长为5的编码规则，形成了一个5码的编码体系。

本发明研究过程中突破的重重难关主要是：

仅仅使用26个字母键，要完成6763乃至20902个汉字限定码长的编码输入，多年来，一直是一个举世称难的课题。如果说，现行版本在6763范围内已经获得成功的话，那么，建立一个新的规范部件体系，处理6763个汉字，技术指标还要高于现行版本，乃至同样高指标地处理20902大字符集汉字，便成了一个新的更大的难题。

这主要是因为，部件选取以及部件在键盘上的分区划位，都直接表现为相容性、规律性、谐调性的变化，而且牵一发而动全身，三个目标此起波伏，极难兼顾达到均衡相济。具体又表现在以下几点：

1．形码的部件不能太多，超过300个时，不但26个字母键无法安排规律性差，而且多年经验表明，一般用户也难以记住；

2．形码的部件也不能太少，少于150个时，大部分笔画结构都将被拆得七零八落，失去汉字结构的整体性，规范性差；

3．相当一些“少根字”，即由2—3个部件构成的字，取码时，其自然码长较短，在6763中有700来个，在20902中有1800多个；这些字的编码在编码空间中，拥挤在一个很小的区间，形成大批重码，部件的相容性差。且因这些“少根字”，还常常是常用字，所以一旦重码严重，必然大大影响输入效率。

4．在20902字集中，2000多个简体汉字，与其对应的繁体字同时存在，多数都是带简化偏旁的字。在统一编码中，因简体偏旁与对应的繁体偏旁，只能安排在同一个键位上，所以编码之后，必然另外出现约2000对重码，使20902形码编码的唯一性根本无法实现；

5．码长问题。如果同一张部件表，4位码长，处理6763可以使重码率低于2％的话，那么，同样情况处理20902时的重码率，将成指数率上升。

因为编码对象2万个，25键编4码，编码空间40万，依经验公式计，以3755字的重码率2％作参照，字数扩大率为n=20902/3755=5倍，则重码率将会上升高达2¹¹％=2⁵％=32％。这样高的重码率，使20902形码编码根本谈不上唯一性。

实际上，对20902来说，学术界至今还没有见到一个形码发表，其重码率低于20％的设计。据说有的形码方案，对20902编码时，重码多达5000字，是不奇怪的。

可见，如不采用特别有效的创造性措施，20902的形码设计便很难达到实用化程度。

本发明是以如下技术措施攻克难关的

1．实现部件规范

现行五笔字型方案中，有10％左右的部件不在语委颁布的《部件规范》之列。研制组创造了部件定位表，用机助方法，逐个考察部件在编码空间中的分布规律，及相容性即重码情况，以及每一部件改变位置后，对规律性及谐调性产生的定量影响。最后完全取消了非规范部件，增加数十个规范部件，改动部件78处，使大量原来需要拆分编码的字不再拆分，如：

2．“补码法”有效地使加大码长与保持字根完整二者得兼。

现行版本中，象犭、舟、礻、衤等，在字根表中都不完整，而是分成了两块。在98版中，由于编码空间的需要，它们仍然不能只编一个码。这样，部件的完整性和编码的合理性，便成为一个尖锐的矛盾。

为解决这一难题，本发明方案创造了“补码法”。即将犭、礻、衤等作为“整部件”列入部件表。规定：当编码遇到它们时，它们要享受两个码，发明人曾称之为“双码字根”，在本发明中，认为改称“补码部件”为好。因为它们像现行方案的“识别码”一样，起到补加一个附加码，以求加大码长、限制编码空间的作用。

因为补码部件只有几个，所以好学易记。在中小学教育中，学生也便于接受，正象我国也有复姓诸葛、欧阳一样，汉字中的这些部件要编2个码。

3．“构形识别码”从汉字图形中“榨出”更多的字形信息用于形码，有效地减少了重码。

汉字“末笔与字型”的交叉复合信息，已经有效地被用于现行版本中，有效地减少了重码。然而对于20902字集而言，仅仅是“双根字”就多达1800个，即使加了识别码，25个键的编码容量也只有25×25×15=9375个

在其中要容纳2000个随机的有效码，内行人知道，重码情况便十分惊人。

汉字图形中还有没有可供提取、用以离散重码的直观信息？

研究证明，不但有，而且还很直观好用。这就是本项目研究过程中发明并申报了中国专利的“构形识别码技术”。

该发明认为，汉字的末笔有横、竖、撇、捺、折5种，分别用1、2、3、4、5代表；汉字的末笔与其它笔画之间的关系(称为“构形”)有散、连、交3种，分别以数字1、2、3代表。

这样，末笔与构形之间，可以交叉形成另外5×3=15个数字代码，这些数字代码与5区5位键盘的区位码匹配之后，便可追加到部件码或识别码之后，形成一个新的附加码一构形识别码，使原来重码的汉字不再重码。例如现行五笔字型中一直无法克服的重码：例字    现行方案码    98编码

可见，追加的“构形识别码”有效地解决了老方案中的老大难重码。而且，这个构形识别码，完全是可以从字形中“观察”出来的，学习起来并不困难。

20902中，由于使用了“构形识别码”，使重码率与不使用相比，降低7％左右，可见其作用之大。

4．简繁汉字编码转换技术，使大字符集汉字依形编码的唯一性，大幅度提高，实现简繁共容。

在汉字编码界，一直使人苦恼，至今末能解决的一个难题是，无法为简体字和与之对应的繁体字设计两个全然不同的码。例如，除非你把“纟”和糹放到不同的键上，否则“红”和“紅”永远是一对重码。

这种情况超过2000个。所以，虽然Windows系统平台为简体和繁体汉字，分别提供了不同的内码，但无论怎样依形输入时，总是要出来“双胞胎”—“红”和“紅”同时报到。

这是不符合依形编码和国际间信息处理要求的。即使将键盘扩大，将“纟”与糹放在不同的键上，使用者也一定会觉得难记难用。

对这个真正的难题。

发明人依英文有大小写字母之分的事实，首创了汉字分成“大小写”的方法。让大写字母表示繁体部件，用小写字母代表简体部件(或者反过来)。

这样，繁简部件尽可放在一个键上，见繁体时，用大写字母，见简体时，用小写字母，仅仅按一下键盘上的“大小写转换键”，便可轻易实现，在同一屏幕上使简体与繁体共容。

这就是本发明另外申请的“简繁编码转换”专利技术。采用该发明，在键位不扩展的情况下，等于将编码基数扩大为25×2=50个，大大扩大了编码空间，使2000多个简体字和与之对应的繁体字，不再重码了。

本发明同时应用了“构形识别”、码长为5以及大小写编码转换等三种新的专利技术，才使得原本可能高达30％以上的重码率，大幅度地降到5％以下。

本发明与现有技术相比具有显著的进步在于：

1、本发明方案的部件符合GF3001—1997规范；

2、本发明方案的部件拆分和编码规则符合《现代汉语通用字笔顺规范》。

3、本发明由于部件规范，拆分编码规范，从而使整体方案符合语言文字规范，易学易用，举例对比如下：例字    现有技术拆分编码    本发明拆分编码

本发明的技术方案适用于国标简体字集，简繁共容的字符集，也可以用于对汉字CJK10646大字符集2万多个汉字进行编码输入的一切电脑设备和信息处理系统中。

本发明创造达到的技术指标

1．一个适合于GB2312、BIG5及GB13000.1依形编码的“一表多用”的部件表；

2．一套对GB2312、BIG5编取4码，对GB13000.1编取5码的编码规则；

3．针对GB2312、BIG5及GB13000.1的三套编码字典；

4．GB2312字集6763字；重码258对，重码率3.81％其中一级字重码67对，重码率1.78％

5．BIG5字集13053字；重码率低于5％

6．GB13000.1字集20902字，重码率低于5％

由于以上种种努力，本发明的各项技术指标，不仅高于了现行版本的五笔字型，而且，也明显高于所有已知的大字符集形码方案的技术指标，成为世界上第一个部件符合规范、同时处理三个字符集、各项指标都遥遥领先的形码技术。

为便于学习和记忆本发明的部件，本发明人还将本发明的助记词编成口诀，即助记词：

1区：11.G王旁青头五夫一12.F土干十寸未甘雨13.D大犬戊其古石厂14.S木丁西甫一四里15.A工戈草头右框七

2区：21.H目上卜止虎头具22.J日早两竖与虫依23.K口中两川三个竖24.L田甲方框四车里25.M山由贝骨下框集

3区：31.T禾竹反文双人立32.R白斤气丘叉手提33.E月氏用力毛豕臼(豕shi臼jiù)34.W人八登头单人几35.Q金夕鸟儿犭边鱼(犭quan)

4区：41.Y言文方点谁人去42.U立辛六羊病门里43.I水族三点兴头小44.O火业鹿头广二米45.P之字宝盖伴礻衤(示衣)

5区：51.N已类左框心尸羽52.B子耳了也乃框皮53.V女刀九艮山打倒(艮gèn)54.C又巴牛旁马失蹄55.X幺母贯头弓和匕(幺yao)

根据经验，鉴于在一种成功的编码法问世后，变相抄袭之作会随之而来。本发明人声明：本发明的核心在于全部从国标GF3001—1997的标准部件中选取部件构成部件体系及其编码体系所共同构成的整体方案，以及这一整体方案在各种情况下的不同实施例。本发明选取的部件及其在键盘上的配置允许有个别调整、增加或减少，其所产生的效果与部件变化相对应；例如少数部件的位置调整，适用于微调部件排列的规律性以及谐调性，或不同的操作习惯；增加部件相应扩大了记忆量，减少部件会增加重码，或降低汉字分解的直观性，或增加学习的难度。在本发明方案范围内做局部的，例如10％左右的部件调整，而没有带来实质性的区别效果者，均属于本发明方案的不同实施例。即使调整幅度大于10％，只要是以本发明为基础作出的调整，仍然不能离开本发明的授权而单独实施其改进型专利。本发明部件方案可以作局部调整的实施例如附图4和附图5均属于本发明方案保护范围内的等同技术置换。

1998年2月28日，河南省科委在郑州组织了“98规范王码汉字输入技术”的技术鉴定，鉴定委员们听取了项目的研制报告、技术报告、用户报告、审查了测试报告和各项技术资料，观看了演示，经过了认真讨论，一致认为：

1．98规范王码汉字输入技术(简称“98规范王码”)，用同一部件表和键盘设计，很好地实现了对GB2312(6763字)、BIG5(13053字)、GB13000.1(20902字)三个字符集的纯形码设计和编码，其所选部件均采用了GF3001-1997所指定的规范部件，编码的取码顺序完全符合国家语委和国家新闻出版署联合发布的《现代汉语通用字笔顺规范》；

2．“98规范王码”技术在现行“五笔字型”科学体系的基础上，从理论到实践，完成了多方面的重大创新：

①采用了“末笔构形识别码”，大幅度减少了重码，更加直观易学；

②采用了“部件补码法”，保持了部件的完整性，使编码空间分布更加合理；

③采用了“繁简编码转换法”，使得用同一键盘、同一编码规则实现了简繁部首对应汉字的输入兼容，大大降低了简繁汉字间的重码，操作十分简便；

④使用同一部件表，对不同字符集采取四码和五码两种码长，使得GB13000.1大字符集纯形编码的重码率低于5％。

3．“98规范王码”在总结原有编码实践的基础上，明确提出了“相容性、规律性、谐调性”形码设计三原则，结合“机助人工逼近法”，使重码率、部件分布的规律性，手指键位匹配的合理性等方面，与原方案相比有重大的进步。

鉴定委员会一致认为，“98规范王码”编码体系科学合理、设计技术具有重大创新，部件规范、编码规则简单明了、好学易用、输入效率高、与原方案具有良好的兼容性，是完全符合部件规范和笔顺规范的形码输入技术，其总体技术水平在纯形码领域达到国内外领先水平。

本发明可以有若干种称谓，如“98规范王码”、“98王码”、“98版五笔字型”、“98五笔字型”、“规范五笔字型”、“新版五笔字型”等，在任何软件或电脑系统中，只要装用了本发明的实质性技术内容，不管使用以上哪一名称或另起别种名称，均在本发明的保护范围之内。

Claims (10)

1、一种形码电脑汉字输入法及其键盘，其特征在于按照形码设计的相容性、规律性、协调性三原理，经科学排列布局达到多目标统一的编码体系中的全部组字部件取自国标GF3001—1997或整字，并依据《现代汉语通用字笔顺规范》取码、拆分和编码形成符合规范的编码体系；本发明的部件可以分为标识部件、主部件或基本部件和识别码；

所述的主部件或基本部件，允许其中少量部件调整变更，其变化比例可以在10％左右；

所述的识别码包括笔形识别码和构形识别码中的一种或两种。

以上各部件在五区五位键盘上的配置是：

2、如权利要求1所述的输入法及其键盘，其特征在于还可以设置补码部件，所述的补码部件是保证某些部件在不被拆分因而保持其良好的整体性与直观性的情况下，当参与编码时，在其整部件码的后边紧跟的一个由该部件的特征笔形形成的补码。

3、如权利要求1所述的输入法及其键盘，其特征在于还可以附加形似部件，所述的形似部件是与规范部件形态相似的部件，或者是为满足多学科对编码的要求，而增设的有特征的笔画结构。

4、如权利要求1所述的输入法及其键盘，其特征在于还可以设置繁体汉字部件，所述的繁体部件可以是：

所述繁体部件可以变更调整。

5、如权利要求2所述的输入法及其键盘，其特征在于补码部件可以是：

其在键盘上的设置可以是：

6、如权利要求3所述的输入法及其键盘，其特征在于附加的形似部件可以是：

其在键盘上的配置可以是：

7、如权利要求4所述的输入法及其键盘，其特征在于繁体部件在键盘上的设置可以是：

8、如权利要求1或2或3或4或5或6或7所述的汉字输入法及其键盘，其特征在于采用电脑或终端的英文键盘，对应五区五位的字母键位上可以标识出区位号、键名字、识别码符号、标识部件、基本部件以及作为其代表的整字和补码部件、高频字。

9、如权利要求1或2或3或4或5或6或7所述的汉字输入法及其键盘，其特征在于所述的编码取码规则可以采用以下方法：①编码最长码长度为4或5；②当一个字拆不足4或5个附件时，

补加识别码，包括末笔字型识别码和构形识别码中的一种或两种；

10、如权利要求1或2或3或4或5或6或7所述的汉字输入法及其键盘，其特征在当同时处理简体汉字与繁体汉字时，采用大写字母表示，繁体部件和简体部件中的一种部件及其编码，而用小写字母表示其余的一种。

Images