[发明专利]关联树汉字编码方法

权利要求书

1.一种汉字编码方法，其特征在于：以26个英文字母为码元，引入笔串、码件等新概念；根据部件的结构特征和组字频度，提出了选择码件的六项原则，根据这六项原则建立了码件集合；以码件之间的相容性和关联性、码件系列的连续性和完整性、码件分布的一致性和规律性为依据，提出了码件归类的三项原则，根据这三项原则确定了码件归类方案；以汉字分解为基础，对汉字进行最大码长为4的形声编码；以汉字编码为基础，对汉语词组进行不等长编码。

2.根据权利要求1所述的汉字编码方法，其特征在于：对笔串、部件、码件等概念进行了科学界定。笔串是指汉字中可能存在的连续的笔画组合块。将组字频度在两次以上的笔串定义为多频笔串。笔画之间通过端连或交叉构成一个整体，将这种类型的笔串定义为整体笔串。某一笔串在构成汉字时与周围其它笔串永远保持一定距离，将这种类型的笔串定义为分离笔串。将多频笔串、整体笔串、分离笔串定义为部件。将满足汉字编码需要的部件定义为码件。

3.根据权利要求1所述的汉字编码方法，其特征在于：根据以下六项原则选择码件，建立码件集合。

(1)单构部件原则上作码件

(2)整体部件原则上作码件

(3)整连部件原则上作码件

(4)高频部件原则上作码件

(5)复杂部件原则上作码件

(6)与上述五种部件相似的部件原则上作码件

4.根据权利要求3所述的汉字编码方法，其特征在于：

(1)单构部件是指笔画通过单一方式构成的部件。单构部件进一步分为以下四种。

①散笔部件：部件中的所有笔画之间相互离散，本发明将这样的部件称为散笔部件。

②中连部件：部件中的所有笔画通过中连方式直接或间接地连在一起，本发明将这样的部件称为中连部件。

③端连部件：部件中的所有笔画通过端连方式直接或间接地连在一起，本发明将这样的部件称为端连部件。

④交笔部件：部件中的所有笔画通过交叉方式直接或间接地交接在一起，本发明将这样的部件称为交笔部件。

(2)整体部件是指笔画通过端连或交叉方式直接或间接地交连在一起的部件。

(3)整连部件是指整体笔串与若干平笔直接相连所构成的部件。

(4)高频部件是指组字频度相对较高的部件。

(5)复杂部件是指结构比较复杂的部件。

(6)相似部件是指与以上5种部件在结构上很相似的部件。

5.根据权利要求1所述的汉字编码方法，其特征在于：根据以下三项基本原则确定码件归属。

(1)均衡原则：码件归类时，要尽可能使码件均衡地分布在不同码元上。

(2)关联原则：归于同一码元的所有码件与该码元之间原则上要相互关联。

(3)优先原则：当一个码件可与多个其它码件发生关联时，原则上按下列次序确定其归属。

①同构关联优先于成倍关联

②成倍关联优先于钩笔关联

③钩笔关联优先于平交关联

④平交关联优先于同形关联

6.根据权利要求5所述的汉字编码方法，其特征在于：码件与码件之间、码件与码元之间主要通过以下三种方式发生关联。

(1)音关联：根据发声特点将码件与码元联系在一起，这种关联方式称为音关联。

(2)形关联：通过形状特征和结构特征将码件与码件或码件与码元联系在一起，这种关联方式称为形关联。本发明将形关联进一步划分为如下七种。

①同构关联：码件与码件之间或码件与码元之间具有相同的几何结构，本发明将这种关联方式定义为同构关联。

②成倍关联：码件B由若干个码件A或码件A的同构部件组合而成，本发明将这种关联方式定义为成倍关联。

③钩笔关联：两码件从结构上来说相差一个钩笔段，本发明将这种关联方式定义为钩笔关联。

④平交关联：码件B与码件A相比，多了一个或多个相交的平笔，本发明将这种关联方式定义为平交关联。

⑤同形关联：码件与码件之间或码件与码元之间具有相同的外围几何形状，本发明将这种关联方式定义为同形关联。

⑥相似关联：码件与码件之间或码件与码元之间在形状上十分相似，本发明将这种关联方式定义为相似关联。

(3)意关联：不同码件的含义相同或相近，这种关联方式称为意关联。