[发明专利]计算机汉字词字二分拼形输入方案

说明书

本发明是一种用于计算机信息处理的汉字编码输入方法。

国内外现有汉字编码方案500多种，可分为流水码，拼音码、拼形码、音形结合码四大类型。

流水码有四位数字电码（即中华人民共和国邮电部编《标准电码本》）、三位英文字母电码和其他各种专用电码。流水码都是任性规定的，代码与汉字的属性没有内在的联系，必须死记硬背，操作者必须经过长期的职业训练，不适应电子计算机的推广和普及。

我国1958年2月11日正式公布的《汉语拼音方案》，加上适当的同音字区别手段，可用作计算机汉字输入方案，比如南开大学李约瑟设计的《汉语普通话新文字电脑Ⅱ型》、英国“大文豪第二型中英文处理系统”（SCHOLAR    Ⅱ    Chinese/English    Text    Processor）就是采用《汉语拼音方案》加上联词、定调、同音字选择键等手段来输入汉字的。这种编码输入法，受过良好汉语拼音教育的人都能操作，但输入效率低，有时光输入一个音节要击6键，加上调号和同音字选择等，多达七、八键才能输入一个汉字。

为了克服音素制的《汉语拼音方案》输入效率低的缺点，扶良文创造了《双拼对字方案》，只用26个单字母既表示了21个声母，又表示了36个韵母。加上“声调×起笔”的对字字母，其简约式最多只用3个字母就能表示一个汉字。但是懂得汉语拼音的人也得从头学起，一个字母表示2～3个音值不如原拼音方案好记;同时重码字太多，必须附加别的手段才能在机器上实现。毕业于华南工学院的林才松等设计的FMB汉字词处理系统，是一个《汉语拼音方案》双打输入方式，输入一个单字最多只要4码，而且输入一个词汇码能够输出词的一串汉字，既不要重新学习一套拼音字母，又能大幅度提高效率。但是操作者得掌握一套以单词为基元的拼音编码规则，同时还要记住数以万计的单词中那些是最常用词、常用词、次常用词、罕用词、同音词等等。

拼形码又可分为笔形码和字根码两类。北京师范大学李金铠的《汉字笔形编码法》和澳大利亚墨尔本大学教授芦遂现博士的“基本笔画编码法”用为数不多的笔画和笔画组合作码元，易于学习，但输入效率低，前者一字最多要击8键，后者一字多达12键。

美国王安实验室采用的、由胡立人等研制的“三角编码”，以300个字根（包括笔画）作码元，分成99组，每组用一个二位十进数表示，取码按“Z”字形路线从汉字的左上角取到右下角，每字皆取三个角号（即6位数字），不足者补“0”。用国际标准键盘为6位等长码;若另做中键盘，码长可压缩到3位。汉字的拓扑结构很复杂，不能生硬搬用“四角”的概念来描述，有人统计该方案的码元分布位置只有30%勉强符合角号的含义，其他情况只好用反常规则编码，（周逸奇等：《浅评王安编码》中国中文信息研究会成立大会论文1981.6）。

台湾朱帮复的“仓颉中文字母”编码法，选取24个高频字根为主字母，分别用24个英文字母表示，每个主字母包含1～6个辅字母或变形字母。取码按写字的次序，由外到里，由上到下，由左到右。码长2～5位（包括间隔符）。

河南省南阳地区科委王永民的“五笔字形汉字编码方案”，把汉字的五种基本笔形和4种拓扑图形各赋予一个数字代号：

并通过字根实用频率统计，选取了165个基本字根和70来个副字根作码元，分成25组，每组用一个两位数字作代号;另设识别码20个，由汉字末笔的5种笔形代号与4种拓扑图代号交叉构成。按字根在汉字中的出现位次一一首次次尾取码，一字最多4码，不足4码者追加一识别码。为了提高输入速度和降低重码，另设626个简码和2100个词汇码。

上海仪器仪表研究所总工程师支承彝的“见字识码”方案和邮电部数据通讯研究所郭淑珍的“声韵部形编码方案”，是比较典型的音形结合码。前者以字根为单元取码，而字根的代码则是这个字根（或关系字）的汉语拼音的第一个字母。每字编码都是4位，取法有5种，大体上是先找出每个字的4个特征字根，然后依汉语拼音的首字母编码;少于4个字根的，重复取其中的特征字根;超过4个字根用“前拼后折”的方法省略。后者每字最长取4码，第一码为声，第二码为韵，第三码为按字义分类的部首码，第四位为形码（5种起笔笔形×5种基本部首）。这个方案既要懂拼音，又要记字根，还要晓得事物的分类知识等等。