CN1285538A - 汉字结构化分区编码输入法及键盘 - Google Patents

Abstract

本发明是一种以音码为主,以形码为辅、功能极完善的分区编码汉字输入法,形码部分仅由42个带用偏旁部首和十种笔画组构成,易学好用,其主要特征是,它巧妙地利用了五个特殊键位,将整个编码空间自然、科学、合理地分为若干个相对独立的编码小区,提供了双数学、日期、数量词、人名、地名、短语等多种辅助输字、输词功能,对不知读音的字和不知字形的词均能做到快速输入,具有极强的完备性。因各编码区之间互不干扰,无重码,故可收录词汇量大(8至10万条),不需任何功能开关,就能实现各区之间字、词无重码混和输入。

Description

汉字结构化分区编码输入法及键盘

汉字结构化分区编码输入法及键盘(简称结构码)属于计算机应用方面的汉字输入领域。

目前，我国流行的汉字输入编码方案很多，从大体上看，可规纳为三类，即拼音码、拼形码和音形结合码。它们各有所长，但又都存在着各自的不足。拼音码的优点是规范性和易学性好，不足是单字重码率高，输入速度慢，对不认识的字无法输入。拼形码的优点是单字重码率低，熟练掌握后，能达到较高的输入速度。不足是：(1)字根太多，难以记忆；(2)拆字方法十分复杂，难以掌握；(3)词库较小；(4)对不会写的字、词无法输入。现有的音形结合码虽对上述两类编码方案有所改进，但还是没有完全解决上述不足之处。

结构码虽然也是一种音、形相结合的编码方案，但它与以往的音、形结合码有所不同，它巧妙地利用了不同的编码元素，在编码中的不同位置所代表的意义不同，实现了分区编码，将整个编码空间自然、科学、合理的分为若干个相对独立的编码小区，各区之间互不干扰，无重码，不须任何功能开关就能实现各区之间字、词的无重码混合输入。结构码可带词汇量大(字、词之间无重码，词汇量再大也不会影响单字的重码率)，具有多种辅助输字、输词功能，对不知读音的字和不知字形的词均能做到快速输入，能够满足各种特殊情况下的汉字输入需要，具有极强的完备性。

结构码中的形码部分仅由42个常用偏旁部首和十种笔画组(头两笔单笔画)构成，所需记忆量很小，避免了以往形码中存在的部件多难记忆、不规范等问题，消除了二义性，既易学又好用。是一种真正具有规范性强、易学性好、词汇量大、重码率低、完备性极强、能够实现高速输入的编码方案。

                  (一)结构码的键位图说明(1)V、U、I、O四键位中的#1、#2、#3、#4分别表示

 1、2、3、4声，轻声按1声处理。(2)W、S两键位中的“[横]”是泛指以横起笔的笔画；

                   (包括：横、横折、横折勾等)

F键位中的“[横折]”是指以横起笔的折；

                   (包括：横折、横折勾等)

G键位中的“[竖折]”是指以竖起笔的折；

                   (包括：竖勾、竖弯勾等)

(形码部分的例字请参照说明书附图1)(3)在结构码中，“捺”按“点”处理，“提”按“横”处理。(4)每个键位第二行中的汉字为声、韵双拼的助记符；

第三、四行中的偏旁或汉字才是形码。(二)结构码的编码规则及分区编码原理结构码的编码规则：如说明书附图2所示。(1)主字区：每个汉字均由四码组成，第一码为字的声母；

       第二码为字的韵母；第三码为字的声调；第四码

       为字的偏旁或头两笔笔画所对应的形码。(如果

       某字无声母，则第一码为该字的韵母；第二码补

       “J”；三、四码同上。)

     说明：在取形码时，如遇到“阝、卩、刂、辶、廴、

           心、鸟、鱼、虫”这九种偏旁(称作特殊偏旁)时，

           则特殊偏旁要优先于“笔画”取码，不必按笔顺

           的先后取码。

(2)二字词区：第一个字的声母、韵母分别作为一、二码；

             第二个字的声母、韵母分别作为三、四码。

(3)三字词区：三个字的声母分别作为一、二、三码；

             第四码为“V”。

(4)四字及四字以上词区：取前三个字和最后一个字的声母

                       分别作为一、二、三、四码。

(5)一级简码：

取码规则为：字的“声母”+“空格键”。共34个高频字。一级简码的键盘对照表

一级简码的口决：(供参考)大中小工人不会从发牌所出来，我同[着了过]没有[在再]进去看[他她它]，[为][的地得]是你。

(6)二级简码：

取码规则为：字的“声”+“韵”+“空格键”

包括：连词、颜色、方位词等常以单音节形式出现的词及

      常用的重码单字。

(7)三级简码：

取码规则为：单字：声+韵+声调+空格(常用字或重码字)

            二字词：声+韵+声+空格

            三、四字词：声+声+声+空格(前三字的声母)

(8)数字区：为输入数字、数量词、钱数、日期提供方便。数字区的简码键盘对照表为：

取码规则为：1)[ ]+V+“空”(简码单字)如：“A V空”对应着“一”；

                        “N V空”对应着“年”。2)数+V+声+V(双数字、日期、时间及钱数)。如：一九、九八、九日、四年、三月、五百、六元、七时、八分等。3)数+V+数+[年、月或日]如：[L V G N]代表“九五年”；

                      [；V S Y]代表“十二月”；

                      [S V H R]代表“二十六日”。4)数+V+声+韵(数量词)如：一斤、九点、两名、六辆等。5)[ ]+V+V+V(有：大写数字“零壹贰叁...拾”及佰、仟、圆)如：“AVVV”对应着“壹”；“BVVV”对应着“佰”。6)数+V+V+[拾、佰、仟、万、亿、圆、角、分]如：“AVVB”对应着“壹佰”；“GVVC”对应着“伍圆”。

(9)人名区：(常用的古今中外名人的名字)取码规则为：二  字  人  名：声+W+声+韵        如：[李鹏]的编码为[LWPT]三字及多字人名：声+W+声+声        如：[邓小平]的编码为[DWXP]

                                  [爱因思坦]的编码为[HWYS]

(10)地名区：(设有国家名、首都名、地区名、省名、市名、县名)

取码规则为：声+(声或韵)+声+“W”。

            (前三码和词的取码规则相同，第四码改打“W”)

(11)形码辅助字区：第一码为字母“V”，然后尽量将单字按其间架结构进行分解，并取其对应的形码分别作为二、三、四码。(详见形码辅助字区拆字规则)

火应在此区设有学习功能：即在利用此区输字时，所输入的字入屏后，应在提示行上显示该字的主字区编码和规范的形码。

(12)短语区：

    第一码为字母“U”；后四码的取码规则与词区的规则相同。

    (设有名言、警句、俗语和使用稳定的常用句子等。)

(13)专用词区：

    第一码为字母“I”；后四码的取码规则与词区的规则相同。

    (可将几个专业词库同时装入，进行混合输入。)

(14)自动造词区：

    取码规则为：(1)“O”+声+韵+声调(v u i o)+形

                   (后四码与主字区的取码规则相同。字的

                   范围是：国标2312---80中的所有单字。

                   在自动造词时使用。)

               (2)“OO”+形+形+形

                  (后三码与形码辅助字区的取码规则相同。

                  字的范围是：GBK大字符集中的所有单字。

                  在需要输入国标2312--80以外的字时用.)

               (3)“O”+声+[声或韵]+声+[声或韵]

                  (用于自造词的输入码)

                  系统会自动将连续(以此字区)输入的单字，按词的取码规则进行取码，并永久保存，以后可用“O”+词码来输入所造的词。)

(15)符号区：(供参考)

取码规则为：第一、二码为“F H”用于与其它编码区区分；

            第三、四码为符号类形名的拼音。

在输入时，打入“F H”两字符后，提示行中将出现符号的类形名(有：数学、标点、特殊、拼音、罗马、数字、平、片、俄文共九种)，接着打入对应类形名的声母，就可得到这一类形的所有符号，然后通过数字键进行选重即可得到该符号。符号区的重码较多，但它提供了一种输入字符的手段，如有经常需要使用的字符，可为其规定自造词码。

结构码的分区编码原理：

如说明书附图二所示：由于形码辅助字区、短语区、专用词区、自造词区的第一码分别为V、U、I、O，而其它编码区的第一码均为声母(不包含V、U、I、O四个字母)，所以形码辅助字区、短语区、专用词区、自造词区均为独立的编码区，不会与其它编码区造成任何重码。又因为主字区的第三位编码是声调(V、U、I、O四个字母)，而词区的第三位编码均为声母(不包含V、U、I、O四个字母)，所以主字区与词区是严格区分的，字、词之间不会产生重码。同理，利用V、W在第二码和第四码出现的特定性，又可将数字区、三字词区、人名区、地名区与其它编码区区分开来。

总之，结构码巧妙的利用了V、U、I、O、W的特殊性(V、U、I、O键位上未定义声母，而定义的是声调；V、W键位上未定义韵母)将整个编码空间自然、科学、合理的分为大大小小共十五个相对独立的编码区，各编码区之间互不干扰，不会造成重码。各编码小区之间又是统一的，不须任何功能开关就能实现各区之间的字、词混合输入。

(三)形码辅助字区的拆字规则

如附图3所示，拆字规则为：1、第一码均为“V”。2、采用特殊偏旁优先的原则，按层次(字的间架结构)先将单字进行分解，然后按下列三种情况进行取码。(1)、如有的字已分解为三部分，则不再往下细分，取每部

    分所对应的形码分别作为二、三、四码。(如“堡”

    已拆成了“亻”“呆”“土”三部分，则不再将“呆”

    再细分为“口”“木”，取码应为V R K T。)(2)、如有的字只能分解为两部分，则把第一部分对应的形

    码作为第二码，把第二部分的一二笔和三四笔笔画所

    对应的形码分别作为三、四码。(3)、如果该字为独体字不能分解，则取该字的一二笔、三四

    笔和五六笔笔画所对应的形码分别作为二、三、四码。3、不够四码的补“J”。

说明：(1)、这里的特殊偏旁优先原则是指：在取第一位形码时，如果

该字有结构码所指的特殊偏旁，则特殊偏旁优先于“笔画”

取码，在取第二、三位形码时，特殊偏旁不再优先，而应

按笔顺的先后取码。如“到”字的第一位形码应为“刂”；

“随”字的第一位形码应为“阝”，第二位形码应为“有”

所对应的形码，第三位应为“辶”。(2)、按层次分解是指：如附图3所示，首先将字按间架结构分解

为上下、左右或外内两部分，然后看“上”、“左”或“外”

能否再分，如不能，则再看“下”、“右”或“内”能否再分，

如还不能分，再把“下”、“右”或“内”分解为一二笔和

三四笔笔画。(3)、在取笔画时，若只剩下了单笔画(笔画不成对)，则单笔画为

“横”时，取码为“O”[横、其它]；单笔画为“点”时，

取码为“Q”[点、其它]；单笔画为“撇”时，取码为“A”

[撇、其它]。如：“上”字取码应为“V V O J”；“术”字

取码应为“V I A Q”；“才”字取码应为“V O A J”。结构码在拆字时作如下规定：(1)、凡能形成下列间架结构的字，均按其结构界线予以分解。

左右结构  ：北、非、兆等；

左中右结构：难、做、湖等；

上下结构  ：宁、多、易等；

上中下结构：莫、黄、学等；

全包围结构：国、因、圆等；

半包围结构：风凶函区病连建可氢等。(2)、独体字和相交的部分是不可分解的。如：“方白产歹禾犬太

爪主王天术良少玉朱严户尺事中”等字均不可分解。(3)、如：“党亭帝爱孛”等中间含有“冖”的字，可以“冖”做为

界线，把字分为“上部”“冖”和“下部”三部分。(供参考)(4)、对于极个别的分界线难以确定的字，可采用为其定义“容错码”

的方法，以减轻用户的学习难度，使用户怎样取码都对。代价

是使形码辅助字区的重码略有增加。(凡是分界线难以确定的

字均可按笔画进行输入。)

(四)汉字结构化编码法的特性及其优点

(一)规范性：因为结构码的音码部分与我们拼读习惯相一致，形码部分是由常用偏旁部首和笔画组构成，不存在自造的字根，且与我们的书写习惯相一致，取码非常直观，无二义性，编码规则统一，所以规范性很强。(不会造成识字混乱，非常适合在中小学中推广使用。)

(二)易学性：结构码是以汉语拼音为主的编码方案，词的编码完全由音码组成(不包括形码部分)；主字区的编码也以音码为主(前三码均为音码)，只是在最后加了一位形码来降低单字的重码率，不需要拆字。且结构码中的这位形码是由42个常用偏旁和十种笔画组(头两笔单笔画)构成的，取码非常简单，与其它编码法中的一、二百个字根或部件相比，记忆量要小得多。

作为主输字手段的补充------形码辅助输字手段还是利用这42个常用偏旁和十种笔画组进行编码，不会增加更多的记忆量。

还有，在结构码中，音码与形码的位置都是以“易记好用”为出发点进行布置的。如结构码的键位图所示，绝大多数的偏旁都对应着其自身的声母，很多键位的声韵双拼还跟其形码有着某种非常便于记忆的对应关系，如[R]、[Y]、[J]、[K]键位的声韵双拼正是其形码的音；[心、忄]对应的声韵双拼为“小”，可记为“小心”；同理[木、目]可记为“面目”；[扌]可记为“车手”；[山、石]可记为“撇山石”等等。结构码中的“笔画组”可通过位置来加强记忆。如：[竖]象“1”，对应着“V”；(横、横)、(横、竖)、(横、其它)对应着代表二、三、四声的U、I、O三键(三键相连，便于记忆和使用)；(点、[横])(点、其它)对应着上排最左面的两个键位；(撇、[横])(撇、其它)对应着中排最左面的两个键位；[横折][竖折]对应的两键位也是相连的。记忆量很小(一般在十分钟内便可记住)。所以说，结构码的易学性极强。

(三)完备性：运用音码输字的人都知道，如遇到不认识的字就毫无办法，只好查字典，这将大大影响输入速度。结构码提供了一种形码辅助输字手段，从而解决了这一难题。拼形码也遇到了类似问题，若在听打或想打时，遇到词中有不会写的字，也毫无办法，影响输入速度，而在结构码中，词是由拼音组成的(不包括形码部分)，所以对于只知读音不知字形的词是很容易输入的。

结构码中设有非常实用的一、二、三级简码，可有效的解决高频字和重码字的问题。

由于结构码实现了分区编码，字与词之间不会造成重码，所以可尽量多收录词汇，用户可尽管运用词汇码来进行输入，以提高输入速度，而不必担忧有没有词的问题。

由于结构码实现了分区编码，所以能在不增加功能键和重码率的前题下，增设多种辅助输字、输词功能。(包括对数字、日期、数量词、钱数的输入；对人名的输入；对地名的输入；对不知读音的字的输入；对名言、警句的输入；对专业词的输入；对自造词和国标2312---80字符集以外的字的输入；以及对符号的输入；共有八种辅助功能)

结构码设有一个万能键“/”，在输入字、词时，如存在声母、韵母、声调或形码有不清楚的情况，可用“/”键代替这个键位，使之能够较方便的输入。

综上所述，结构码具有极强的完备性，真可为全能，为听打、想打、盲打均提供了极大方便，为实现快速输入提供了有利保证。

(四)输入速度：影响输入速度的因素很多，对于大众来说，主要有规范性、易学性、完备性、重码率、平均码长五大方面。结构码的规范性强、易学性好、性能极完备，对提高输入速度极为有利，这些前面已经讲到，这里不再重述。下面就结构码的重码率和平均码长进一步说明一下：

1、重码率

大家都知道，汉字的同音字很多，完全用拼音对单字进行编码的重码率很高，结构码采用在拼音的基础上加一位形码的方法来对主字区进行编码，既有效的降低了单字的重码率，又不需拆字，取码非常自然直观。

在结构码中，词的编码完全由音码组成，取码非常简单易行，重码率也很低，这一点与双拼、自然码等以拼音对词进行编码的方案类似，与之有较大改进的是：结构码发现，采用将活越的韵母定义在不活越的声母上，可以科学有效的解决二、四字词重码的问题。如i、u是两个非常活越的韵母，二字词中含有韵母i、u的词约占总数的36％，仅由于没有在i、u上定义声母，就可使36％的二字词不会与四字词造成重码。结构码中的“；Y F R O K”键位上的声、韵组合都非常成功，使二、四字词之间发生重码的机会大为降低。这是以往的含声韵双拼的编码方案所没有考虑到的，尤其是将ch、sh规定在I、U两键位上是非常不合适的。

结构码还提供了一、二、三级简码及八种辅助输字、输词功能，分流了大量字、词，既保证了字、词输入的完备性，又不会增加主输入区的重码率。

由于现在流行使用的输入法，无论是在功能上，还是在所收录的词汇量上都远不及结构码，故无法在同等条件下来比较重码率。如将现在流行的输入法中的词汇量，由原来的一万多条增至与结构码八万余条相同，且不去人为的去掉能造成重码的词，其重码率将会远远高于结构码的重码率。

2、平均码长：

由于结构码中，字、词的码长均为四，大部分常用单字都有简码，且词汇量非常大，在输入时可尽管运用简码和词汇码进行输入；结构码的重码率很低，完备性极强，在字、词混合输入时不须击切换键，选字键和翻页键也极少用，所以结构码在实际输入时的平均码长很低，约为2键左右。

总之，结构码的规范性强、易学性好、性能极完备、重码率低、平均码长又短，所以可达到很高的输入速度。

Claims (8)

1、一种音形相结合的汉字结构化分区编码输入法及字母键盘，其特征在于：此编码方案共用了二十七个键位，其中声调一、二、三、四声分别定义在V、U、I、O四键位上，而没有在这四键位上定义声母，没有在V、W两键上定义韵母，其它二十二个键位上均既定义了声母又定义了韵母，故将V、U、I、O、W五键位称作特殊键位。此编码方案，巧妙地利用这五个特殊键位，在编码中的不同位置，将整个编码空间自然、科学、合理的分为若干个相对独立的编码小区，可设多种辅助输字、输词功能，各区之间互不干扰，无重码，不须任何功能开关就能实现各区之间字、词无重码混合输入。其分区编码原理及各区编码规则如下：         区域       编码规则          注释 主编码区   主字区 声+韵+声调(V.U.I.O)+形 国标2312--80中的单字   二字词区 声+韵+声+韵 通用词   三字词区 声+声+声+V 通用词   四字及多字词 声+声+声+声 通用词 简码区   一级简码 声+“空” 所规定的34个高频字   二级简码 声+韵+“空” 高频字及常用的重码字   三级简码 声+韵+声调+空声+声或韵+声+空 简码单字简码词 辅助编码区 数字区 []+V+空数+V+声+V数+V+数+「年月或日」数+V+声+韵[]+V V V数+V+V+[圆角分等] 简码单字双数字及日期等日期数量词大写数字等大写钱数   人名区 声+W+声+韵声+W+声+声 二字人名三字及多字人名   地名区 声+声+声+W 国家.地区.省.市.县名   形码辅助字区 V+形+形+形 国标2312--80中的所有字   短语区 U+[]+[]+[]+[] 名言、警句、俗语等   专用词区 I+[]+[]+[]+[] 专业用词 自动造词区 O+声+韵+声调+形O+O+形+形+形O+[]+[]+[]+[] 国标2312--80中的所有字大字符集中的所有单字自造词的编码   符号区 “FH”+声+声 各种符号的编码

2、根据权利要求书1所述，汉字结构化分区编码输入法，其特征在于十种笔画组(头两笔单笔画)的确立如下表： 序号     笔画组 简  记 注    释  第一笔  第二笔    1    点   [横] 点、[横] [横]是泛指以横起笔的笔画；(包括：横、横折、横折勾等)    2    点   其它 点、其它 这里的“其它”是指[横]以外的其它笔画    3    撇   [横] 撇、[横]    4    撇   其它 撇、其它 这里的“其它”是指[撇]以外的其它笔画    5    横    横 横、横    6    横    竖 横、竖    7    横   其它 横、其它    8    竖   忽略 竖    9  [横折]   忽略 [横折] [横折]是指以横起笔的折；(包括：横折、横折勾等)   10  [竖折]   忽略 [竖折] [竖折]是指以竖起笔的折；(包括：竖勾、竖弯勾等)

3、根据权利要求书1、2所述，汉字结构化分区编码输入法，其特征在于声母、韵母、声调、形码与键盘字母的对应关系如下表：

结构码的键位图

4、根据权利要求书1所述，汉字结构化分区编码输入法，其特征在于数字区中，数字键盘的对应关系如下表：数字区的简码键盘对照表为：

5、根据权利要求书1所述，汉字结构化分区编码输入法，其特征在于一级简码的键盘对应关系如下表：一级简码的键盘对照表

6、根据权利要求书1所述，汉字结构化分区编码输入法，其特征在于：将使用频率较高的韵母定义在使用频率较低的声母上，尤其是没有在I、U两键位上规定声母，使词与词之间的重码率大幅度降低。

7、根据权利要求书1所述，汉字结构化分区编码输入法，其特征在于人名区中第二码用W作为标志符，地名区中第四码用W作为标志符。

8、根据权利要求书1所述，汉字结构化分区编码输入法，其特征在于同时提供两套互补的单字输入方法，对不知读音的字也能做到快速输入。

Images