[发明专利]一种基于结构和基元的汉字编码输入方法

说明书

技术领域

本发明涉及一种在计算机中的汉字编码输入方法，具体涉及计算机中基于结构和基元的汉字编码输入方法。

背景技术

目前，国际、国内的中文信息处理软件都是采用字库方式，先将某一标准规定的汉字建立字库，每一个汉字都有唯一的编码，这个编码通常叫做内码。字库中汉字的内码作为计算机内部存储、传输和管理等信息处理的对象。也就是说，计算机在进行中文信息处理时是以汉字作为最小单位来进行处理的。采用汉字字库，虽然基本满足了当前信息化的需要，但存在着以下不足：

(1)难以形成长期稳定的汉字信息化标准。

从理论上说，汉字是一个不断发展的大字符集，字库总是不能适时跟上汉字的发展；要增加一个新的汉字，就需要增加相应字节来储存并规定编码，也就必须颁布新的标准。这就意味着汉字字库方式很难为中文信息处理建立长期稳定和规模合理的字库标准。而且，汉字字库的规模和稳定性永远是一对矛盾，字库规模越大，开销也越大；规模越小，稳定性就越差。只要采用汉字字库，这场演义就恐怕永远要进行下去。

GB18030-2000编码标准(全称为《信息交换用汉字编码字符集基本集的扩充》)可以涵盖27533个汉字。然而，汉字有8-10万多个，GB18030标准字库只有汉字总数的三分之一左右。即便有了8万汉字的字库，新的汉字又会造出来了，汉字字库还是不够用。

(2)不符合汉字的造字规律，影响对文化的传承作用。

东汉许慎的《说文解字》，将汉字造字方法归纳为“六书”：象形、指事、会意、形声、假借、指代。其中象形、指事是独体字，会意、形声是合体字，假借和指代则不是造字法而是用字法。象形字是用线条来描画事物的形状，而指事则是使用抽象的符号来代表事物，它们是我们的祖先对客观事物的初步认识和表示方法。而会意和形声则是用两个或两个以上的象形字或指事字，或象形字加指事字造成，绝大多数汉字都是形声字。因此，可以这样说，汉字是由象形和指事为基本符号，并按照会意和形声结构进行组合的符号体系。这也确立了汉字是“表意文字”和“结构化文字”的基本特征。

采用字库方式，只要根据“万码奔腾”的各种输入法，找到交换码就可以，输入的过程是选字过程而不是造字过程。采用汉字字库方式，用拼音输入法输入汉字时，不再需要汉字的结构信息和偏旁部首信息，因而不再去思考组成汉字的基本符号—象形、指事符号的含义以及这些符号的组合规则。长此以往，人们将不再体现汉字的“表意”、“音、形、义”一体的汉字特征。汉字的同音字很多，其区分主要是用其形和义，由于采用字库，人们对汉字的形、义观念淡化，慢慢就分不清该用什么字，进而造成书写混乱。有文献报道，“在我国长期使用‘拼音输入法’的用户中，有‘提笔忘字’经历者超过95％”。这是因为许多人长期在电脑、手机上“打拼音”，已经习惯了用拼音“代替”汉字，越来越多的人“提笔忘字”，甚至不会写字。在汉字书写中，出现别字的频率较高，且呈上升趋势。

(3)与汉字教学脱节，极大地浪费了社会资源。

我国识字教学贯穿于整个小学的语文教育。教学方法上，按照从笔画—偏旁—部首—成字的顺序，注重字形、字音和字义三个方面，注重探讨汉字的字形结构特点。对于独体字的教学，依据其象形、指事的特点进行形意结合的分析，此时的字词学习主要属语言符号的学习，重在建立形与义的联系基础。而对合体字的教学，则利用其会意和形声的特点，运用语言知识掌握规律，使学生掌握理性的字词结构知识，尤其是对形声字的构成规律，更注重在充分直观的基础上，启发学生自觉概括出形声字的“偏旁部首表意、基本字表音”的构成规则，然后引导学生去灵活运用、广泛迁移，使学生建立关于汉字的牢固的形义联系系统。其教学过程一般为：第一步，直观：让学生感知和识记一定数量的基本字和偏旁部首；第二步，概括：让学生对直观的字词进行认真细致的分析、综合与比较，抽象概括出汉字的构成规则；第三步，具体化：让学生广泛应用上述概括了的汉字构成规则。这种教学方法符合汉字的认知机理，是广泛采用的效率较高的汉字教学方法。按照教育部《全日制义务教育语文标准》，小学六个年级都要进行识字教育，而一、二年级，识字教育是语文课程的主要内容。六个年级中要求识记3500个汉字。可见，国家要求全社会的每个人都要投入相当长的时间接受汉字教育，因为它是文化的基础、学习的基础和交流的基础。