CN85100868A - 多文种电脑 - Google Patents

Abstract

多文种电脑采用超微型笔画键盘、中文声韵字母键盘，通过显示屏专设的引导区，按照根据文字和语词使用频度和文字的笔画及读音编排的文字、语词编码对照表，向电脑的使用者指示世界文字包括中文语词的编码。该电脑把过去需由人记忆编码的负担改由电脑承担，从而使得人人可以不经训练就能处理世界各种文字信息，而不管认识不认识该种文字。

Description

世界进入信息时代，研制能够处理世界各种文字信息的电脑……多文种电脑，已成为国际科学技术上的一个难题。

美国、欧洲各国生产的电脑一般只是采用专门键盘处理其本民族文字。如英文键盘处理英文，俄文键盘处理俄文。日本生产的电脑有的能处理两种文字：假名和英文。而日本汉字则另有专门的汉字键盘。中文除了用大键盘以外还可采用各种编码法，利用英文数字键盘输入汉字。

迄今还没有一个国家生产出能够同时处理世界各种文字的电脑。本发明人此前向英国申请的三项专利虽然提供了输入世界各种文字的可能性，但因为没有配置相应硬件设备，技术尚不完善，所以仍需要学习和记忆编码规则，不易普遍推广。

当前解决同一课题密切相关的现有技术就是本发明人向英国申请的三项专利：

第一项是“汉字笔形编码法”（1981年5月6日申请，申请号为№8212846）

第二项是“世界通用文字编码法”（1984年4月12日申请，申请号为№8409539）

第三项是“汉字拼音编码系统”（1984年4月12日申请，申请号为№8409538）

其中第一项已于1985年1月30日获得英国专利局授予的专利权，专利号G82100899。而第二项、第三项专利申请还在审议中。

现有技术的详细内容是：

（一）汉字笔形编码法（英国专利批准号：G82100899）和世界通用文字编码法（英国专利申请号：№8409539）。

世界上所有的文字，不管是中国的方块汉字，还是外国的各种各样的拼音文字，都是由笔画组成的一个个的二维图形。组成文字的笔画可以分成若干种，此处以分成八种为例，用八进制数的八个号码代表。

1.水平的笔画（中文的横）

2.垂直的笔画（中文的竖）

3.左斜的笔画（中文的撇）

4.右斜的笔画（中文的捺和点）

5.左弯的笔画（中文的左折、右钩）

6.右弯的笔画（中文的右折，右钩）

7.交叉的笔画组合（中文的十和×）

8.封闭的笔画（外文的圆圈、中文的方块）

八种笔画同代码的对应关系见附图1。

从文字（或字毋）作为由几个笔画组成的二维图形的角度看，组成文字的笔画有高有低，有左有右。规定笔画在字中的次序为先高后低，先左后右。只须预先在电脑中做好一个字库，每个字在字库中的查寻地址即按其组成笔画的编码即可。例如日文片假名、平假名、希腊文和俄文字母的编码（每个字母取两位码）是：

片假名

ァ53    イ32    ウ42    エ12    オ51

カ35    キ71    ク35    ク31    サ79

平假名

ぁ75    ぃ64    う45    え46    ぉ70

か35    き61    く34    け27    こ56

希腊字母

Λ34    ∑16    ψ62    θ01    λ43

ξ66    π13    φ20    γ41    η55

俄文字母

л35 ч62 ъ55 ь25

51

ъ60

5

20 ш22 ю21

有可能在判断笔形和分析笔画的位置时产生二义性，即你是这样编码，我是那样编码。但不碍事。可以利用电脑提供的方便采取一字多码的办法;如果一个字母可能会编出两个号码或三个号码，只要同时将这两个或三个号码都作为同一个字母的查询地址就可以了。不管你编出哪一个号码来，都能输入同一个字母。

中文信息输入之所以成为一个特殊的难题，不仅因为汉字数量庞大（总数五万七千多个），而且因为汉字笔画的结构型式比较复杂。

以笔画作“字母”，笔画的次序可以有两种，可以按写字时的书写顺序-笔顺，也可以按照笔画在字中的位置次序-位次。

两者并不一致，因为笔顺有的字是先上后下，有的字却是先下后上，例如：

先上后下    人34    刀53    己516    气3116

先下后上    入34    力53    毛516    毛3116

先上后下    歹1354    仇3236    天1134    元1136

先下后上    友1354    化3236    夫1134    无1136

先上后下    石130    叨053    召530    贝2534

先下后上    右130    另053    加530    内2534

按位次（看笔画的高低，先高后低）则可以有一个严格的统一的规定：

先上后下    人34    刀53    己516    气3116

先上后下    入43    力35    已561    毛3611

先上后下    歹1354    仇3236    天1314    元1136

先上后下    友3154    化3263    夫3114    无1316

先上后下    石130    叨053    召530    贝2534

先上后下    右310    另035    加350    内3254

两相比较，各有优劣。取笔顺同书写习惯一致。取位次则更科学。因为按笔顺不仅同码字多（见上例），二义性大，如“忄”就可能有244、442、424三种可能性，“虎”前三笔就有215、213、125、123四种可能性。而且判断笔顺需要临空写字，不能一望而知，速度很慢。而按位次，以上问题迎刃而解。按位次即使刚一开始可能同书写习惯笔顺发生干扰，也只是很短暂的，稍一习惯即可克服。

另一个问题是汉字的笔画较多，平均有11画，多的可达三十画。需要删除冗余信息。办法有三条：

（1）规定每个偏旁只取三码，每个字取六码（同码时再取区别码）。

（2）只取有效信息，即有效码。

从理论上说，文字作为先后出现的信息流，最先出现的信息量大，随后出现的信息量依次急剧减低。笔画作为组成文字的“字母”，情况亦同。有的字虽然笔画很多，但只要三码就能决定其唯一性，如以下二十字：

喙065    罔254    垂377    虱632    断674

盅202 睾302 籴437 颍635

771

忠204 须333 戏546

637 贯772

师231    秉375    顷611    垒646    博774

（3）对超级常用字给予简码。如：

一码：的    3    这    4

两码：路    02    间    42

团    05    学    44

副    10    社    45

到    16    说    46

些    22    阶    52

少    23    水    55

出    26    民    56

自    30    收    62

在    31    级    66

他    32    机    73

行    33    来    74

主    41    载    76

（二）汉字拼音编码系统（英国专利申请号：№8409538）

1.声韵双拼法：

中文的语音系统规律非常严谨、简明：每个音节都可以分成声母、韵母两部分，全部普通话的四百余个音节是由二十二个声母（包括零声母）、三十七个韵母搭配而成的。这就提供了一种可能的途径：首先可以用极其有限的字符表示汉字的字音，然后采用适当的办法区别同音字-此即所谓汉字拼音编码系统。

汉语拼音方案的“音素拼写法”拼写汉字的读音，最长要用六个字母拼写一个汉语音节，拼式较长。有的拼音编码按注音符号的拼法虽然拼式短些，但字母的数量多。为了缩短拼式，而又不增加字母的数量，我们采取一个字母兼声母、韵母两种职务的办法，用26个字母实现声韵双拼。声韵字母的声韵兼代关系见声韵字母表，见附图2。表中的z、c、s也可变读作uan、un、iong;g、h、o也可变读作ia、ue、u;d、q也可变读作uai、uang;er读作“儿”;i兼作“资、雌、私、知、吃、诗、日”的韵母。

声韵双拼规则：

每个汉语音节由两个声韵字母组成。前一字母作声母，后一字母作韵母。如：

江jq（jiang）    山yv（shan）    娇jt（jiao）    多dk（duo）

零声母音节的零声母以韵母的第一个元音表示。如：

汪uq（wang）    洋iq（yang）    哇ug（wa）    呀ig（ya）

“喔”拼作“uo”。

2.排除方言影响

声韵双拼法采用以汉字代表字母读音的办法，实际上是搞新式反切：即以上字切声母，以下字切韵母，而不管声调。这种办法可以最大限度地排除方言音的影响。以粤语同普通话对应为例，如下表所示：

汉字    白    +    陪    →    贝

普通话    bai    pei    bei

粤语    bak    pui    bui

占    +    尘    →    甄

zhan    chen    zhen

dzin    tsen    dzen

枪    +    星    →    清

qiang    xing    qing

tsoeη    siη    tsiη

跌    +    连    →    颠

die    lian    dian

dit    lin    din

瓜    +    扩    →    郭

gua    kuo    guo

gwa    kwok    gwok

钻    +    松    →    棕

zuan    song    zong

dzyn    tsuη    dzuη

拼音编码的固有缺点是要受方言音的影响，凡不会普通话的人很难掌握。但是如果采用声韵字母搞新式反切，则方言区的人只管用其方言音拼读，绝大多数字其结果同普通话相同，照样不错。极少数出轨字可以做多一对应处理。

3.字形区别码

从字形上区别同音字，最简单的办法是取汉字的笔形码。根据同音字最多的几个音节统计，取四位笔形码即可分化同码字。取笔次序，选取有效码的办法与笔形编码法相同，如：

bb（bai）    百    1    （301）

败    2    （531）

白    3    （01）

佰    32    （13）

拜    33    （17）

摆    5    （102）

柏    7    （330）

注：括号中的编码为冗余码，可以不取。

4.简码

根据信息论，可以给最常用的字以最简短的编码。可用1个字母和一位笔形码给208（26×8）个汉字编码。例如：

不b¹北b²保b³部b³

把b⁵比b⁶本b⁷别b⁰

按照汉字频度统计这208个汉字实际上占了汉字频度的50%以上。

如果采用一个字母码和两位笔形码，可给1664（26×8×8）个汉字编码。而采用两个字母码和一位笔形码，可给5408（26×26×8）个汉字编码。也即有7000个汉字可编成三位码。

按照汉字频度统计只要1690个汉字即可占汉字频度的97%，2393个汉字占99%。

假如考虑到采用字母码和数字码交替编码，并且使字母码固定在前，数字码固定在后，可以省略通常编码法绝不可少的结束符的话，那么这种编码法的编码长度平均2.5码。只为电报码（连结束符在内为每字5码）的二分之一。

本发明的任务是在原有的单文种电脑的基础上研制出一种能够处理世界各种文字信息的多文种电脑，并采用新的输入装置和新的输入方式把厚需人脑记忆的负担转交给电脑，从而使任何人都可以很容易地使用电脑处理世界各种文字信息。

多文种电脑同单文种电脑相比，仅在于增设了专门的输入装置以及应用该装置的相应的输入方式。

多文种电脑的输入装置包括：

超微型笔画键盘，即只有若干个笔画键的极小的键盘，键上只刻笔画，或者同时刻上笔画的代码。以九键的键盘为例，除了一¹、丨²、丿³、丶⁴、⁵、乚⁶、十⁷、口⁰八个笔画键以外，还有一个输入键，刻上一个“入”字，见附图3。

专门用于输入中文的声韵字母键盘见附图4。共有26个键。其中21个键每个键上刻有三种符号，即声母、韵母和汉字，例如左上方第一个键上刻有声母b、韵母ai和“白”。其中5个键，每个镜上刻有两种符号，即韵母和汉字，如右下方最末一个键上刻有韵母u和汉字“乌”。

显示屏幕引导区，即在电脑的显示屏幕上专设一个区域，专门供输入文字信息时向使用者指示文字编码用。引导区可在显示屏幕的最下方，可在右下方，也可在其他方位。见附图5。整个方框为电脑显示屏幕，其中的1即是引导区。

多文种电脑的输入方式采用屏幕引导式，即是采用上述装置一步步将文字的编码告诉给操作者。具体办法是：

预先在电脑中建立一个文字编码对照表。这个表是按照文字的使用频度和组成文字的笔画两个因素给以编码并排列次序的。以中文为例，对首笔分别为“口”、“一”、“︱”、“丿”、“丶”、“”、“乚”、“十”八种笔画的“口”、“一”、“上”、“的”、“这”、“了”、“乙”、“十”八个最常用的字，各给以0、1、2、3、4、5、6、7的一位编码。对首笔为“丿”而第二笔为“口”、“一”、“丨”、“丿”、“丶”、“”、“乚”、“十”八种笔画的“自”、“在”、“他”、“行”、“人”、“力”、“九”、“千”八个最常用的字给以30、31、32、33、34、35、36、37的两位编码。对首笔为“丿”、第二笔为“丨”而第三笔为“口”、“一”、“丨”、“丿”、“丶”、“”、“乚”、“十”的“但”、“便”、“川”、“作”、“们”、“传”、“亿”、“什”八个最常用的字给以320、321、322、323、324、325、326、327的三位编码。

这样，一开机，显示屏引导区立即按照上述文字编码对照表显示出最前面的八个字来：

0    1    2    3    4    5    6    7

口    一    上    的    这    了    乙    十

屏幕显示告诉你，如果你要输入的是这八个字，只须输入字上所标明的那一个号码即可。

如果你在微型键盘上击一个“丿”键（即代码3键），屏幕马上变成新的画面：

0    1    2    3    4    5    6    7

3    的    自    在    他    行    人    力    九    千

这是除“的”之外第一笔为“丿”的八个最常用的字。屏幕告诉你，如果需要“的”，可马上输入，如果你要的不是“的”，而是“他”，那就请你在微型键盘上击一个“丨”键（即代码2键），屏幕上又显现出另一个新的画面：

0    1    2    3    4    5    6    7

32    他    但    便    川    作    们    传    亿    什

这是除“他”之外第一笔为“丿”、第二笔为“丨”的八个最常用的字屏幕告诉你，如果要输入“他”，即可马上输入，如果要输入的不是“他”而是“便”，则再击一个“一”键（即代码1键）即可。如此类推。

据统计，一开机尚未编码即显示在屏幕上的八个字，在两千万字的材料中合起来出现达十八万次，占约9%。而50%以上的字只须连击两个键后即可找到。

对外国拼音文字也是同样的，预先在电脑中建立一个考虑文字的使用频度和组成文字的笔画两个因素的文字编码对照表。然后即可采用同样的引导输入方式。

以日文假名为例：

片假名：

0    1    2    3    4    5    6    7

ロ    ニ    ト    ノ    ソ    フ    レ    メ

0    1    2    3    4    5    6    7

3    丿    ケ    イ    ヂ    ハ    ク    ル

平假名：

0    1    2    3    4    5    6    7

の    え    と    か    ら    つ    し    す

0    1    2    3    4    5    6    7

2    と    ゅ    は    り    ゃ    に    け

对中文除可按笔画引导以外，还可按拼音和笔画进行引导。同样只要预先在电脑中建立一个按照频度、拼音、笔画三个因素排列的字表，然后即可采用引导输入方式。对最常用的字只按一个声母即可在屏幕上显示。例如：

按b键，即出现：

b    0    1    2    3    4    5    6    7

别    不    北    保    部    把    比    本

按d键则为：

d    0    1    2    3    4    5    6    7

吨    动    党    的    度    打    电    地

如此类推，只按一个字母键即可显示出的最常用的208个字，占汉字总频度的50%以上。也就是一篇文章有一半字只按一次键即可找到。

这208个字以外的字只要击两次字母键，即可显示出其读音来。与此同时屏幕显出同音字中最常用的八个字。例如，按“X”键出现八个字为：

X    0    1    2    3    4    5    6    7

响    下    性    行    学    小    线    想

再按“i”，也即拼成“xi”音节，屏幕上的八个字变为：

xi    0    1    2    3    4    5    6    7

吸    西    惜    系    席    习    细    希

两个字母理论上组成26×26＝676个音节，实际上汉字只有四百余个音节。四百余个音节中并非八种笔形均匀分配，有的会出现空位，例如：

du    0    1    2    3    4    5    6    7

睹    赌    镀    渡    独    妒    都

gu    0    1    2    3    4    5    6    7

固    顾    谷    雇    孤    姑    古

ru    0    1    2    3    4    5    6    7

辱    蠕    乳    入    孺    如    茹

所以按两键以后可显现的字约计2500字。占了汉字频度的99%以上。就是说一篇文章有99%以上的字只按两个键即可从屏幕上找得到。对罕用字则可再继续按笔形键，办法如前面的笔形编码法所述。

中文还可按词语进行引导。预先在电脑中建立一个考虑词语使用频度和组成词语的字的笔画两个因素的词语编码对照表。例如：以“中”打头的词语。

中国    200

中型    201

中性    202

中等    203

中间    204

中层    205

中级    206

中期    207

要输入以“中”字打头的词语，在按了“20”以后，显示屏幕即出现了下列画面：

0    中国

1    中型

2    中性

3    中等

4    中间

5    中层

6    中级

7    中期

这七个词的第二个字的第一笔笔形号码正是0、1、2、3、4    5、6、7。你需要哪个词，只须按其左侧标出的号码即可。也印“中型”一词只要“201”三个键即可。依此类推。

如果是多音词，可将前面两字各取二码，之后再取一码，例如以“国际”打头的多音词语，在输入0152以后出现如下画面：

0    国际日期变更线

1    国际歌

2    国际性组织

3    国际象棋

4    国际音标

5    国际难民救援会

6    国际妇女节

7    国际劳动节

仿同上例，可以再输一码即可输入其中一个词语。

词语编码长短取决于电脑词典存储词语的数量。如存储四千个词，按双音词计算，每字取两码（8²×8²＝4096）。如果存储二十万个词，即须每字取三码（8³×8³＝262144）。依此类推。词语输入的屏幕引导也可按拼音引导。

综上所述，多文种电脑采用新的输入装置和新的输入方式以后，不仅从只处理单文种发展成能处理多文种，而且通过屏幕引导编码既减少人的记忆负担，又提高输入速度，对于推广普及电脑有重要意义。

最后可以举一个将电脑引导输入方式用于实际的例子：

北京铁路局准备在北京站建立一个自动售票系统。其设计方案要求超过日本现行的自动售票系统。

日本的自动售票系统对于乘客并不方便。乘客必须首先知道你要买的票是多少钱，而要查票价，必须知道你要去的车站在哪一条火车线上，人工地去查表，然后才能利用自动售票系统。例如要去“相模大野”站，必须知道是一条支线“小田急”线上的一个小站，去查表，得知票价，才能买票。

北京站可以采用电脑引导系统。电脑经常显示下列八个最常去的车站并标明票价：

0    哈尔滨

1    天津

2    上海

3    太原

4    郑州

5    张家口

6    长沙

7    南京

如果要去的不是这八个站，可按要去的车站最高笔画，如要去重庆，即按“31”，即显示出下列画面：

0    自贡

1    银川

2    保定

3    徐州

4    合肥

5    乌鲁木齐

6    九龙

7    重庆

如要去重庆按“7”即可。依此类推，比起日本的半人工半自动的办法应该是更方便的。如此类推。用于售票，可以很快、很容易地找到所需要的车站并知道票价。这种电脑引导输入方式还可以适合于各种各样的需要而应用于各行各业的生产实际。

Claims (7)

1、多文种电脑和单文种电脑一样具有通常的输入、存储、输出等部分以外，本发明的技术特征在于比通常的单文种电脑增加新的输入设置，即超微型笔画键盘、中文声韵字母键盘、显示屏引导区以及使用这些设置的相应的屏幕引导输入方式。电脑通过这种方式对世界各种文字按其使用频度及其组成的笔画，向使用者指示尽可能简短的编码。对中文，还可按拼音和语词进行引导。

2、根据权利要求1，多文种电脑的超微型笔画键盘其键面上刻出所代表的笔画，也可同时刻出规定的代码，例如：一¹、丨²、丿³等。也可利用标准键盘上原来的数字键代表笔画，例如：数字1键代表一，2键代表丨、3键代表丿等等。

3、根据权利要求1，多文种电脑的中文声韵字母键盘，一个键既代表声母，又代表韵母，键面上可刻出所代表声母、韵母及两者相拼所成的汉字或只刻一个字母作代表。

4、根据权利要求1，多文种电脑在其显示屏幕上划出一个引导区，位置可在下、在右下或其他部位，按照文字的使用频度向使用者逐次指示出文字的编码。

5、根据权利要求1，多文种电脑可按笔画在字中的位置次序或书写顺序，引导使用者输入世界各种文字。

6、根据权利要求1，多文种电脑对中文可按拼音进行引导编码，拼音可采用汉语拼音方案式的拼写法，也可采用声韵双拼拼写法，同音字再按笔画进行引导。

7、根据权利要求1，多文种电脑对中文还可进行语词引导，根据语词首字的首笔或前两字的前两笔或声母以最简短的编码进行输入。

Images