[发明专利]简繁体字兼容自动转换汉字信息处理系统

说明书

一、所属技术领域及用途

简繁体字兼容自动转换汉字信息处理系统是为适应海内外在计算机汉字信息处理领域中对简繁体字的通用要求而设计的全功能新技术方案。本项发明属于计算机技术领域。

二、国内外现有技术水平

国内外，现阶段对汉字信息处理功能停留在单一的对简体字处理或单一的对繁体字处理的水平。即，只能用简体字输入、简体字输出或繁体字输入、繁体字输出，而不能同时兼容简繁体两类字形具有自动转换功能的输入和输出。

本项发明在汉字信息处理的输入和输出方面具有七项功能：

简体字输入，简体字输出;

繁体字输入，繁体字输出;

简体字输入，繁体字输出;

繁体字输入，简体字输出;

简繁体混合输入，简体输出;

简繁体混合输入，繁体输出;

简繁体混合输入，混合输出。

如简体字“台湾”一词对应的繁体是“臺灣”，现在海外报刊通用为“台灣”，两个字一简一繁混合使用。

本项发明在汉字信息处理系统中除保有“简入简出”、“繁入繁出”的两项原有功能外，增加了五项简繁体转换和混合应用的新功能。

三、本项发明的技术特征

简繁体字兼容的输入码与其机内码的对应转换不同于单一的对简体字或繁体字处理的直接对应的寻址方式。

从简体字对应繁体字，很多字不是一一对应的关系。例如“板”既是“木板”的“板”，又是繁体字“老闆”的“闆”。“斗”既是“几斗米”的“斗”，又是繁体字“鬥爭”的“鬥”。“干”既是“天干地支”的“干”，又是繁体字“樹幹”的“幹”，也是“乾燥”的“乾”……一个字分化为两个或更多体字。

繁体字的写法也不一致，很多字都有异体字形。例如“鬥”有四种写法“鬥、鬦、鬪、鬬”;“乾”有两种写法“乾、亁”，这两种写法在使用上又有不同，对应于“于”两字通用，如用于“乾坤”则只限使用前字，后字不能出现。

繁体字的楷书和印刷体也不相同。例如“真”的印刷体是“眞”，“既”的印刷体是“旣”……。

针对简体、繁体字义字形分歧的复杂现象，本项发明的技术特征在于解决并实现繁简体字准确对应和自动转换的系统设计方案。

本发明从促进汉字规范化出发，结合实际应用，设计了从简入繁的“联词枚举法”和从繁入简的异体字“多字归一法”方案。

联词枚举法是依字义联词制约字形的方法。包含两种形式：

一种是“除外枚举法”。如前例，“板”对应“板”和“闆”两个字。其中“闆”可联词为“老闆”。在由简入繁的转换过程中，“板”前出现“老”字则为“闆”;除此之外则是“板”。这适用于有局限范围联词的单字。

一种是“余外枚举法”。如前例，“斗”对应“斗”和“鬥”两个字。其中“鬥”可联词为“鬥爭”、“鬥毆”……于规定联词之外，进入编辑区的是“斗”与此同时“斗”字出现光点闪烁，并且提示行出现“斗、鬥”两字，以备选换。据统计，使用联词枚举法，以词定字，在10万字次文章中需要人工干预进行选换的字仅占98字次，不足千分之一。自动转换率达到99.9%。

“多字归一法”是针对繁体字写法不一的问题而设计的方案。如前例，“鬥”有四种写法，字库只收“鬥”一种写法。其它三种异体字形“鬦、鬪、鬬”尽管输入的编码不同，机内码则一致对应“鬥”的地址码。这样从繁入简，从“鬥”到“斗”转换并无差误。

“多字归一法”对于繁体输入、繁体输出也能起到繁体字规范化作用。

本发明通过以上设计解决了简繁体字对应分歧的复杂问题，为简繁体字自动转换系统提供了可行性前提。

本发明与通常的汉字信息处理系统同样具备有输入、输出程序、固化字库、键盘打印机等软硬件技术及设备。

本发明使用的繁简体双层字库将由国家标准局审定。现谨将本系统不同于一般汉字信息处理系统的软硬件的技术特征说明如下：

1、本系统采用通用的键盘管理模块。对目前的各种汉字编码有很强的适应性。用户利用本系统可自动生成各种所需的简繁体汉字输入编码表和相应的输入程序见附图。汉字输入提示有下列几种方式：

a、智能化的趋前引导输入提示;

b、可实现模糊输入的智能化重码字选择提示;

c、词组联想提示。

2、实现简繁体汉字自动转换的软件模块，该软件通过“前向”与“后向”遍历检索实现“联词枚举”和异体字“多字归一”的对应功能。