CN85105556A - 汉字表形符号和字素(即部件)分类编码法 - Google Patents

Abstract

本发明属于汉字信息处理。有以下几种用途：一、作字典查字法。二、供计算机输入汉字。三、可做为电报代用码。其主要特点是：

一、一套符号同时适用于字典编码和计算机编码。二、一套符号同时适用于简体字和繁体字。三、根据汉字部件的特征，建立部件分类系统。然后根据部件形状，选择最相象的符号，建立汉字表形符号。最后，利用符号之间的天然联系，把字典码的47个码元合并为电脑码的31个码元。

Description

一、技术领域：汉字信息处理

二、现有技术资料：

《汉字信息处理》、中国社会科学出版社出版。

李金凯：《计算机中文信息笔形编码法》，载《计算机学报》第四卷第四期。

《中文信息处理国际研讨会论文集》，中国中文信息研究会出版。

朱子龙：《天龙电脑中文字母输入法述评》、载《计算机世界》

1982年12月20日。

三、发明的目的：作为字典的查字法;供计算机输入汉字（包括日本汉字和朝鲜汉字）;可作为电报的代用码。

四、发明的内容：

1.把汉字拆成若干部件（即字素），把部件进行分类，每一类部件用一个符号代表。有的汉字拆分部件以后，还有剩余的笔画不能纳入部件，因而还要把笔画进行分类，这种笔画也可称为“单笔部件”。每一类笔画也用一个符号代表。部件和笔画合称字素，全部字素的代号叫做“汉字表形符号”。这种编码方法叫做“字素（即部件）分类编码法”。

2.部件分为五十类，笔画分为六类，共用四十七个代号。这四十七个代号作为字典的编码，叫做“字典码”。这四十七个符号，有拉丁字母、数目字和几个特殊符号。拉丁字母中有大写、小写和手写体，如“L”和“l”，“H”和“h”，“X”和“x”;数目字中有中国数字和阿拉伯数字，如“五”和“5”。这些符号之间都有固有的照应关系，如“H”和“h”为一组，“五”和“5”为一组。据此，这四十七个字典码在输入电脑时可以合并为三十一组，（二十六个拉丁字母和五个数目字），就是三十一个键，这就是电脑码。

3.汉字表形符号诸表如下：

表一：部件分类表第7页至第10页。

表二：笔画分类表第6页。

表三：汉字表形符号表：第11页。

表四：汉字部件系统表：第12页。

4.编码基本规则（字典码和电脑码的共同规则）：

（1）、码位的次序根据笔顺，如“涟”：3（氵）、V（车）、Z（辶）。但是有的部件不是全部笔画一气写完的，而是中间插入其它部件的，这种情况下，当一个部件的第一笔出现时，就当作整个部件出现的位次。如“巫”，拆为“工、人、人”三个部件，“工”字先写两笔，然后写“人、人”，最后写“工”字的一横，“工”的位次就算第一个部件。

（2）、“戈”类部件的一横，如果向左伸长，上面下面有其它笔画，这一横要断开，当作两个横笔分别属于两个部件，如“

”，应拆为“口、耳、戈”，“武”应拆为“二、止、弋”。

（3）、封闭式、交叉式、三面包围、二面包围式，是一个稳固的结构，不可以拆开。如“白”只能拆成“丿、日”，不可拆成“

、彐”;“牛”只能拆成“丿、 ”，不可拆成“、十”;“

”只能拆成“丿、冂”，不可拆成“亻、”;“万”只能拆成“一、

”，不可拆成“

、”;“令”只可拆成“人、丶、”，不可拆成“人、 、丶”。因为“日”是封闭式，“

”是交叉式，“冂、

、”是三面包围式。

（4）.除上述规定外，在连续的黏连关系和分离关系的笔画中，都优先服从上面部件的需要，如“交”拆成“六、×”、不拆成“亠、父”;“辛”拆作“立、十”、不拆成“

、干”。

5.电脑码的规则

（1）、单码位字。一个字只有一个部件或笔画，叫做单码字。它的编码，除部件、笔画代号外，再加上这个字的声母第一字母和韵母第一个字母。表示读音的字母叫读音码位，如“木、未、末”都是单码字，部件代号都是M，单独一个M是字典码。电脑码要加上读音码位，“木”是MMu，“未”是MWEO，“末”是MMO。

（2）、二码位字，除部件代号外，再加一个读音码位，並且重复一次。如“玫”，拆为“王、攵”，字典码是“五A”，读音码位是“M”、电脑码是“五AMM”。在电脑上输入时，如果操作者不知道这个字的读音，读音码位用“？？”代替，这时电脑上把所有“五A”的二码位字显示出来，以供选择。

（3）、三码位，在家用电脑上就用三个码位。在要求减少重码字的专业电脑上，可以再加一个读音码位。如“茄”，拆为“艹、力、口”，字典码和家用电脑码都是“HXO”。“茄”的读音码位是“Q”，专业电脑码是“HXOQ”。如果操作者不知道这个字的读音，也用？代替，有重码字时进行屏幕选择。

（4）、四码位字不加读音码位，电脑码和字典码同。

（5）、五码位以上的字，取第一、二、三码位和末码，如“襄”拆为“亠、口、口、

、丿、K”，字典码为“200

PK”，电脑码为“200K”。

（6）、如果一个字的前部是“鱼、走、骨、雨”等部首，要把这些部首的代号进行压缩，办法是：取第一个部件代号，重复一次，把其余的部件代号省掉。“鱼”用“nn”代表，“走”用“YY”代表，“骨”用“nn”代表，“雨”用“EE”代表，然后再取剩余部分的第一个部件和最后一个部件。举例如下：

（7）、繁体字和简体字共容的问题，用如下方法处理：

几个字数较多的偏旁，“言（讠）、金（钅）、食（饣）、

（车）、糹（纟）、

（马）”，分别存于繁、简两个字库，不共容。用户要用简体字就用简体字库，要用繁体字就用繁体字库，部件代号和简体相同。“言、讠”都是i，“金、钅”都是Z，“食、饣”都是S，“糹、纟”都是W，“馬、马”都是5，“車、车”都是“V”。在储存量大的字库中，也可以共容，用功能键分开，使用简体字时按简体键;用繁体字时，按繁体键。当这些字不作为左偏旁时，照原来的编码规则打字。

其它的繁体字和简体字共存于一个字库，分别按照自己的字形进行拆字，编码。如：

在特殊用途的字库中（如图书馆用字），要求繁简体用同一编码时，将最长码位增加到五码（超过五码的字，取第一至四码及末码）。繁体偏旁用复码表示，如下表：

6.这套编码作为字典码时，中国汉字、日本汉字、朝鲜汉字都可通用。作为电脑码时，把读音码位换成日语读音的第一个字母（日语罗马字），就成为日本汉字的电脑码;把读音码位换成朝鲜语读音的第一个字母（朝语罗马字），就成为南朝鲜汉字的电脑码。

7.电报代用码的规则

现有的电报编码，从字查码很不方便，有时急切查不到字。如果有一套跟字典、电脑统一使用的电报代用码，就要方便得多。

电报代用码采用电脑码的编码。电脑码中有几十个重码字，列成一张重码字表备查。每组重码字中，每个字再加上一个数目字互相区别，如“晾”、“景”，编码同为“D203”，可规定“晾”的电报码为“D203①”，“景”的电报码为“D203②”。

五、本发明的优点

1.本编码是在汉字部件的分类系统的基础上建立起来的，反映了汉字字形的客观规律，可以跟识字教育结合起来，因而学习、使用都很方便。

2.这种编码可以同时适用于简体字和繁体字。

3.这一套符号可以兼作字典码和电脑码，必要时还可以临时作为电报代用码，用途广泛，有利于在人们头脑中建立起一套汉字结构拆分的观念。这种观念的形成，是走向“中文电脑化”的第一步。

4.这套编码还可以适用于日本汉字和朝鲜汉字。

汉字表形符号

部件分类代号及笔画分类代号，合称“汉字表形符号”。

汉字表形符号共47个。在电脑输入时，可以合并为31个键。

汉字表形符号的名称和次序，以及47个代号合并为31个键

的关系，列表于下：

Claims (1)

1. 权利要求：

   前序：本发明所属技术领域为汉字信息处理，现有技术中和本发明同性质的汉字编码主要有：王永明的五笔字型编码法；支秉彝的“见字识码”；台湾宏基电脑公司的“仓颉字母”。这几种编码的归类方法不够严格，部件和代号之间的联系缺乏规律性，因而记忆负担重。

   本发明的特征是：

   1、本发明为汉字部件建立了分类系统，内容包括：

   除双块对称类外，所有部件按“系、型、式、类”四级构成一个系统。

   2、本发明把汉字的部件分类之后，在拉丁字母和数目字中选择形状相似的字母或数目字为代号。拉丁字母的形式有的是大写，有的是小写，有的是手写体。数目字的形式有的是阿拉伯字，有的是中国数字。字母、数目字的形状跟汉字部件相似的就采用，不象的就不用，当拉丁字母和数目字中没有符号可用时，就找其它特殊符号（如

   

   ），从而建立起一套汉字表形符号。

   3、在设计字典码代号的同时考虑到电脑键盘的要求，把字典上的47个码元在电脑上合并为31个码元，利用拉丁字母中的大写、小写的联系，印刷体和手写体的联系，利用不同文字表示同一个数的联系（如“5”和“五”），还利用某些特殊符号和拉丁字母的联系（如

   

   是S加两直，可并入S），用这样的办法把字典上较多的码元合并为电脑上较少的键。