[发明专利]五笔划组合形声编码汉字输入系统

说明书

本发明涉及一种汉字输入系统，尤其涉及一种五笔划组合形声编码汉字输入系统。

汉字是博大精深的汉文化载体，源远流长，复盖面广。汉字组词方便灵活，行文言简意阂。其特有的丰富形态，不仅能表意拟声，甚至能刻划事物的本质。汉字表达能力之强，为一般拼音文字所望尘莫及。作为表意文字，其存在和发展，在人类文化史上有特殊意义。但当用计算机处理汉字时，汉字字形复杂，字数繁多的特点，成为极大的弱点。汉字输入难，成为中文信息处理技术的瓶颈。汉字编码输入为解决这一难题作出了最重要的贡献。有些优秀方案更实现了汉字高速输入，为目前广大专业人员广泛采用。但在众多编码方案中，仍存在着“好用的不易学，好学的不好用”这一缺点，汉字输入仍然是影响中文信息技术普及化的一大障碍。

本发明目的在于提供一种汉字编码输入系统，其采用的汉字编码方式既易学又好用，普通人通过简单学习即能实现快速输入。

汉字编码就是设法在汉字字符集{Hi}与键盘字符集{Xi}之间建立尽可能一一对应的关系。汉字有形、音、意三要素。应如何提取编码信息？由于同一汉字在不同的场合使用常常会有不同的涵义，变化较多而且微妙，不宜用于编码。用读音编码最为方便。但是，汉字都是单音节，读音过简，分辨率低。纯音或以音为主(借助部分形码提高分辨能力)的编码，还会遇到读不准就打不出的难题。加之我国地域辽阔，各地口音不一，同一汉字的发音可能有很大差别。南北东西，常常文同语不通。对于方言地区，准确发音不是个低要求。还有西，常常文同语不通。对于方言地区，准确发音不是个低要求。还有生字和一字多读的困扰，所以音编码易学未必易用。字形是汉字的主要特徵，日文汉字更提供了汉字脱离其原音义而存在的例子。但是，作为表意文字的汉字，呈二维分布，而编码字符串F(Xi)是一维的。在化成

汉字(Hi)=字母字符串F(X1,X2,X3,…)时，不能不产生种种困难。就象将一幅画投影在一条线段上，很难描述其本来面目。汉字编码不可能包含汉字字形的全部信息，我们应尽可能多利用一些信息。纯形编码虽可达到很高水平，但舍弃可资利用的汉字读音信息，毕竟可惜。一形到底还势必对汉字字形作深细分析，不能经济地仅仅抽取字形的主要信息。汉字编码采用以形为主，以音为辅的方案，是合理的选择。

汉字字形有两个结构层次，笔划和部首。形码应以哪个因素为主进行编码呢？即以中华人民共和国国家标准“信息交换用汉字编码字符集基本集”(GB--232)(以下简称“国标字符集”)和辞海对笔划和部首划分为例，笔划有五种，部首二百多。为打字方便，编码应只使用26个字母键。设想1个汉字有3个部首12笔。用部首编码，仅用3键，即可组成这个汉字的编码。但是把二百多个部首放到26个键位上，平均1键要有9--10个部首。各部首的组字能力又很不相同。按部首编码(包括以部首声母代表部首的音形码)势必对一些部首进行拆分归并。要创造一些新的构字部件，对未能排在键上的部首规定归类近似规则，并化大功力将这些部首和构字部件有序排列在键位上。编码用户要牢记大量部首和构字部件的键位排列，熟练掌握整套复杂的拆分规则，显非易事。加上新创的构字部件与拆分规则往往与大家习惯和公认的汉字组字规则不尽相同，更添学记难度。以笔划编码，确实简单。但单码分辨率低，编码太长，而且键盘利用率低，也令人难以接受。取部首为码符太繁，取笔划又过于简单，形码应取介于部首和笔划之间的因素为编码符。而介于部首和笔划之间的东西，惟有笔划组合。

取几种笔划进行组合涉及笔划分类问题，笔划分为5种好，还是6种或8种好？要考虑二个方面：笔划分类的权威性和键盘键位的限制。把笔划分为5种，是国标字符集和辞海的分类法，是一种应该公认的标准和相当权威的分类方法。其他分法虽可找出深具学术价值的依据，却不具备这种标准性和为公众熟悉的权威性。5种笔划两两组合加上5种单笔划，共30种排列方式。将单笔划归于同笔划组合，则为25之数，完全可放于26个字母键上。空1键用作字、词状态切换的转换键，用以解决字词混码，浑似天成。以笔划组合为编码符，键符简单，排列规则，十分好记。其二码组合可动态描述625种部首，超过实际存在汉字部首数，具有相当高的分辨率，如能分辨“礻”与“衤”。由于笔划组合方式充分利用了排列组合这一有力工具，明显优于将部首和构字部件固定于键上的静态方式。