[发明专利]音形相通码汉字编码方案

说明书

技术领域

本发明涉及中文信息处理领域，特别是涉及如何对汉字进行编码及其在汉字排序(编码)与检索(查字词)、汉语键盘输入(汉语键盘输入系统)、汉字认知与规范书写教育及后续汉语教育等方面的应用，用一种汉字编码解决汉字的“检”“用”“学”问题。

背景技术

在中国，对汉字进行编码可谓由来已久。

从1900多年前许慎的《说文解字》到今天的《新华字典》都在这方面进行着探究，其目的是寻找一个好的方法对汉字进行排序，实现检索功能，然而这一探索过程直至今日依然没有结束。人们通常以拼音、部首和笔画这三种方式对汉字进行排序，然而无论哪一种都有其致命的弊端。拼音排序必须知道汉字的读音，部首排序必须准确找出惟一的部首，笔画排序又必须按书写顺序数清笔画，无论掌握上述哪一种方式都极其困难，也不切实际。排序是为了方便检字，检字难以进行，排序也就极大地丧失了其价值，这也是汉字直到目前都无法统一排序的重要原因。

上世纪七八十年代，随着计算机技术的快速发展，中文信息化处理成为当务之急。从1978年支秉彝公布中国大陆第一个小键盘汉字输入方案“见字识码”起，汉字输入方案曾如雨后春笋般涌现，并一度形成“万码奔腾”局面。近三十年来，汉字输入编码方案无法实现统一，其原因似乎是它们各有优缺点而难以相互结合。形码采取的是汉字字形(字根、码元等)取码输入方式，最大优点是输入速度快，而最大弱点是难学，汉字难拆分，“块”的取码难记忆；音码采取的是拼音(全拼、双拼等)取码方式，最大优点是易学易用，只要能拼出读音，就能输入汉字，而最大弱点是输入速度慢；音形码试图集两者的优点于一身，然而在本质上是吸取了拼音元素而对形码作出的改良，无法解决汉字拆分难的问题。

汉字认知和规范书写，无论是对推行民族普通话，还是对外进行汉语教育，都是一个巨大的难题。汉语拼音方案虽然方便了汉字的拼读，但并不能也决不能代替汉字的书写。如何正确书写，不仅难倒了无数的外国人，经常写错字也大有国人在，而“万码奔腾”更是乱上加乱。不尊重汉字结构的形码和音形码使汉字书写变得越来越不规范，写出的字不知对错，纯音码又导致“提笔忘字”，让人啼笑皆非。所谓“万码奔腾”的“码”，只是汉字输入编码，而绝不是汉字编码。因此，汉字编码必须辩证地处理好“尊重汉字结构”与“实现经济编码”之间的关系，一味追求输入编码而破坏汉字结构，无疑于饮鸩止渴。

要解决汉字排序(编码)与检索(查字词)、汉语键盘输入(汉语键盘输入系统)、汉字认知与规范书写教育等方面的问题，其出路在于编码层次。汉字编码首先是一个汉字研究问题，其次才是一个软件问题。汉字编码方案应能解决这三个方面的问题，将它们统一于其中，一并解决，毫无例外。

发明内容

本发明所要解决的技术问题是提供一种汉字编码方案，以解决汉字排序与检索难以统一的问题，利用一种方式可迅速查找任何一个汉字；以制作一种汉语键盘输入方法和系统，使汉语键盘输入软件易学易用且输入速度快；以解决汉字认知与规范书写教育难的问题。并就这些问题的解决给出了具体方案。

一、汉字部件拆分与汉字编码的关系

对汉字进行编码必须综合考虑汉字结构和汉字编码两个方面的问题。

古今中外绝大部分汉字都是合成字，这使得汉字部件间相离和相接(特别是相离)的关系占据了绝对优势，客观上要求对汉字尽可能从部件相离和相接处拆分。另一方面，汉字编码最直接的功能是排序和检索，要求尽量用最少的码数反映汉字的全貌，这就要求使汉字拆分出的部件尽量少。尽量从相离和相接处拆分部件是尊重汉字结构的本质要求，使汉字拆分出的部件尽量少则是汉字经济编码的客观要求，后者必须以前者为前提。因此，在汉字部件拆分过程中，首先必须尽量从汉字相离和相接处拆分。依汉字的上(中)下、左(中)右、(半/全)包围结构对汉字进行每一级部件拆分叫汉字部件的不相交有理拆分，依汉字平面结构以其他结构从笔画不相交处进行部件拆分叫汉字部件的不相交无理拆分，两者可概述为不相交拆分。极少数不影响结构和笔数的笔画搭挂视为相接，按笔画相接拆分。