[发明专利]一种文字数字化编码及数字国际公读法

说明书

技术领域

本发明涉及汉字及世界文字的编码处理技术领域，具体是一种文字数字化编码及取码方法，运用该方法能使世界各种文字转换为阿拉伯数字，并对阿拉伯数字设定国际公读法，设置语音输入装置与计算机连接，从而使世界各种文字在词数码的基础上得以相互转换的数字化编码语音输入法。

背景技术

21世纪人类全面进入数字化时代，文字的数字化将带动语言的数字化。而世界文字的沟通，也离不开文字的数字化。

公元8世纪印度数字经历国际一级跳而成为阿拉伯数字，一级跳使数字在世界民族间产生了两种不同的物理形态：对于某些民族它是声光两系的，即在母语范围内可公读公用；但是，因为世界各民族大多是用各自母语来读它，所以，对世界多数民族而言，一级跳反而使印度数字在国际领域里成为公用不公读的光学单系计数工具。由于数字公用不公读，人类虽发明了共同的计算机却不能以整体意义上的“人”去与机器对话。

目前，国内外已出现数以万计的输入法，但所有输入法都是适用于一国或一种语言的输入法，迄今没有能同时适用于世界各种语言文字的输入法。国内外都在探讨世界语言沟通的办法，至今亦没有突破性的发明。

发明内容

本发明的目的是针对现有技术的不足，提供一种文字数字化编码及取码方法，运用该方法能使世界各种文字转换为阿拉伯数字，即世界各种文字在词数码的基础上得以相互转换的公共码，以及与该公共码配套的阿拉伯数字国际公读法。

文字的零件是笔画，本发明从数十种汉字笔画中提取6种基本笔画，在此基础上用少于10个阿拉伯数字的数码对其编列，从而将无限丰富的中华文化信息资源有序浓缩其中，辅之以发明人已获得授权的专利ZL2005100208451.8 “汉语语音编码输入法”遂获得本编码及取码方法。

实现本发明目的的技术方案是：

一种文字数字化编码及数字国际公读法，包括汉语语音编码输入法，文字数字化编码及取码方法、用该方法建立世界文字词数码大链及国际语种系数、以及阿拉伯数字的国际公读法。

所述文字数字化编码方法为：

1）将汉字的基本笔画撇、点、横、竖、角、弯作为码形，用1、2、3、4、5、6作为码号顺序对应码形撇、点、横、竖、角、弯编码；

2）设置附加码8、9、0和备用码7，其中

附加码8，用于编码汉字或世界文字中有关两笔交叉的笔画信息；

附加码9，用于编码汉字或世界文字中有关象形于阿拉伯数字“9”的笔画信息； 

附加码0，用于编码汉字或世界文字中有关象形于阿拉伯数字“0”的笔画信息，包括闭合式文字字形，也用于码组缺码时的补码；

为避免重码或需要语音印证或启用母语系数时，根据具体需要，借用《汉语语音编码输入法》中的“7” 作为备用码；

通过以上设置，就得到将文字转换为阿拉伯数字的编码—因主码只有6个，简称为“华6码”，简写为H-6。

华6码中：码号1对应码形“撇”，“撇”的声母为p；码号2对应码形“点”，“点”的声母为d；码号3对应码形“横”，“横”的声母为h；码号4对应码形“竖”，“竖”的声母为sh；码号5对应码形“角”，“角”的声母为j；码号6对应码形“弯”，“弯”的声母为w。

申请人的发明专利《汉语语音编码输入法》中，声型p对应数字1；声型d对应数字2；声型h对应数字3；声型sh对应数字4；声型j对应数字5； 声型w对应数字6。

华6码的码号与《汉语语音编码输入法》的部分声型码恰相吻合，有利于汉语汉字的“语底数字”和“字底数字”互相印证。而此一印证突出地反映了“在汉字维系下汉语实现单音节高效载义”的中华特点。

用所述华6码对世界文字进行取码的方法为：

（1）用华6码对汉语中的字、词、句进行取码的方法；

1）简单汉字依笔顺取码，不足五码以0补之；

2）复杂汉字按“前3后2 法” 或“大笔优先法”取5码，略去部分笔画码；

3）双音词取码按“前3加后2法”，即取第一个单字的前三码，第二个单字取末二码；

4）三音词取码按“312法”，即前一单字取前三码，中间单字取第一码，后一单字取末二码；

5）四音词取码按“3112法”，即前一单字取前三码，中间二单字各取第一码，后一单字取末二码；

6）常用多音词集装取码按“3n12”,即前一单字取前三码，中间n个单字各取第一码，最后一单字取末二码；