[发明专利]汉字形声码

说明书

汉字形声码是一种形码，应用于中文信息处理。

目前，汉字编码方案已有600种，但成名的，不过十几种。编码按信息特征分，基本上为音码、形码、音形码三类。音码的缺点是①同音字太多，②8000汉字，通常只识得三、四千字。形码的缺点是①要记字根及其编码，②字根分解规则的模糊性常造成误码，並增加了记忆量，③字码合成时总有些特殊的规定，④要准确掌握字形。音形码则兼有两者的优点与缺点。当前的电脑输入还是形码占优势，而王永民的五笔字型码为其典型代表。

作为形码方案主要由四部分组成：①字根选择及其编码，②字根分解规则，③识别码设计，④字码合成规则。

字根编码方法有三：①区位码，如王码，②象形码，如钱码，③声码，如全息码。显然声码比较优越，容易记忆，反应快。

字根分解方法常见以笔顺为序。它的优点是将平面结构的字形转化为线性结构的笔顺，简单明确。其缺点是将字形分解得较零碎，常不符合文字传统与习惯，因而王码要加个“兼顾直观”的规定。但是“直观”是个模糊概念。王码的五条分解规则各自独立，使人不知道该用那条规则。

识别码的主要功能是抑制重码，王码的末笔、字型交叉识别码是一种很好的识别码。当字根采用按声取码时，对其识别码提出了更高的要求。杜冰蟾的全息码采用末笔画的八种笔型作为识别码，其离散力不足，故未能实现真正的按声编码。

本发明的目的在于全面改进形码的品质，並实现部分的反向识别功能（见码识字），使它成为一种文字码的雏形。

本发明的构思原理与基本结构如下：

汉字是一种拼形文字，拼音化道路走不通，能否走拼形道路。汉字现代化就是汉字符号化，符号汉字就是文字码。它与一般编码不同之处就在于要求反向识别;还有，编码过程中、符号转换中，不允许存在文字学以外的指令手段。一旦，统筹研究汉字编码与汉字简化（减少字根，而不是减少笔画），实现2500常用字的双向识别是可能的。那时，一般文字资料中，每100个字有99个可以双向识别，这种编码就可称之为“文字码”。它不取代汉字，但可辅助汉字，它将从专业走向社会。本发明是设计文字码的一次初步尝试。

本编码采用英文字母键盘，4位等长码，（用于汉字检索或全汉字编码也可用5位等长码）。150～200个正体字根按音（声母）编码，另声母字根采用韵母的一个字母，首字母或韵腹字母。声母21个，Ch、Sh、Zh写成C₁、、Z₁。取消分隔用声母W、Y，Y改作ü。元音“O”用作功能码。C₁、可占用V、W键，Z与Z合用Z键，这样共26键位。字根读音在下列读音中选择：①今音、②古音、③习惯音，④注音符号音，没有现成读音或因避重需要给予拟定读音的，可采用如下方法：①形转意法，②仿形声法，③仿音省法，④仿反切法，⑤形似法。凡当今通用的成字字根，一律采用今音。凡有现成读音的尽量在现成读音中选取。（注：今音是指现代读音。）

本编码创造一种新的字根分解方法。它与通常的以笔顺为序的动态分解法不同，而是直接分解字形的静态分解法。这种分解法所得的字根比较完整，比较符合于文字传统。如束字王码分解为一、口、小，本编码分解为木、口，符合“说文解字”束从口木的观点。它有一条必循准则与五条顺序运用的优先准则。根据这些严密、确定、统一的准则，任一字形均可得到一个唯一的分解结果。必循准则是“笔顺一致性”准则。这规定分解所得的字根其笔顺必须与整字中的笔顺一致，即字根的笔顺在整字中可以被别的字根间断，但不可颠倒。五条优先准则依次为：①最少字根优先，②脱连优先，③最小根值优先，④笔顺连续优先，⑤笔画先分优先。下面给予扼要说明：

最少字根优先是为了取得较少的字根，这样字根字形完整，並利于反向识别。

汉字中的笔画群组成字根或部件，说明这些笔画间存在一定的关系。依其关系的紧密程度可分为三类，（1）相关：几何学上不相连，而文字学上相连，如八、心，（2）相连：笔画接触，（3）相交：笔画相交，有交点。脱连优先的含义是笔画间关系较松散的，相关与相连优先脱开，其特征是交点数不减少。

字根是由一个笔画、二个笔画，或多于二笔画组成，用“根值”来表示字根笔画的繁简程度。规定二笔以上的复笔字根其根值为1，一个笔画的单笔字根，若其笔型为“折”时，根值为0·8，其余四种笔型时，根值为0·6。最小根值优先准则规定了在同样字根数，同样是脱连（或折交）的情况下，选取根值较小的一种。

静态分解法规定字根的笔顺在整字中可以被别的字根间断，在先行的优先准则相同的条件下，字根笔顺未被间断的分解结果应该优先。