[发明专利]汉字字符输入的方法和系统

说明书

本发明属于汉字信息处理技术领域，是一种计算机汉字输入方法及其系统。

汉字犹如一个浩瀚的海洋，字量有几万个。许慎的《说文解字》收录有一万多个汉字。公元十九世纪中叶成书的《康熙字典》收录有五万多汉字。今天，绝大多数受过较高教育的人平均掌握几千个汉字。这几千个字构成了现代汉语中的几万个词组和短语。

笔画是汉字的基本构形要素。汉字中大约包括三十多种笔画形式。汉字的笔画数目相差很大，可从一画到几十画。三十几种笔画也有大小、长短和位置的不同。

较早的机器输入汉字的方法是使用规定的编码。例如，汉字电报电码使用4位数字为9999汉字进行编码。一位经过专门训练的人需要熟练记住所有汉字的编码及其相关的键位。这种方法的一个显著优点是可以盲打，其最大的缺点是操作员必须熟练记住大量的编码数字。每当操作员不知道某一汉字的编码时，必须查找有关内容。这样势必会大大减慢输入的速度。

以拉丁字母为书写系统的文字体系相对容易输入，因为其26个字母与打字机键盘上的键位相一致。从手动的打字机键盘向计算机键盘的过度也只不过是一个简单的调整而已。但汉字的情况就完全不一样，把几万个汉字设定在西方26个字母键盘上就不那么简单。

汉字输入的的另一种方法是利用汉字字音作为一种中介，即使用汉字的语音符号输入汉字。普通话是现代汉语的标准音。不包括声调，普通话中有400多个不同的音节。因此，普通话中有很多同音字。再加上汉语方言中发音的不同，依靠汉字的语音辨别许多汉字会有一定的困难。

显然，一种能够输入全部几万个汉字、能够为广大操作员所掌握的简单、方便、实用、可行的汉字输入方法将十分有益于汉字输入的需要。

美国专利第5,109,352号提出一套方案：

1)把汉字中的笔画归为少数几种基本笔画；

2)按照人们书写汉字的笔画顺序序列输入汉字。按照第5,109,352号专利的设想，输入汉字需要的笔画数很多。虽然汉字笔画的书写顺序有一定的规律，但是人们书写具体汉字的笔画顺序有时可能有很大不同。对于含有笔画比较多的汉字，人们书写顺序完全相同的情况并不多。352号专利运用容错的方式解决这一问题。但是过多地允许容错这一补救方法会削弱其功能的独特性。

此外，当操作员不知道某一汉字的笔画顺序或笔画时，尤其是当笔画的组合有不止一种的可能时，操作员需要花费一定的时间去试着输入或查阅参考资料寻找。这样会大大影响输入速度。

使用部首的输入方法通常含有一种复杂的编码、严格的规则和固定的键盘分配。由于部首主要是为了对汉字进行分类，并不能表述汉字的全貌，有些汉字的主要结构特征则不能显示出来。因此，这种系统通常比较难学、难用。

上述的汉字输入系统中编码不统一，记忆量大，难以将汉字的特性和规律同现代科学技术充分地结合起来。因此，难学、难用，难以推广和普及。显然，社会需要一种简单、易学、易用的大众化的汉字输入方法。为了满足这一需要，下面推出一种新研制开发的、理想的汉字输入解决方案。

本发明的主要目标是提供一种优化的汉字输入方法和系统，它只需很短的学习和训练时间，具有很高的输入效率，而毋需任何外部参考。

本发明还有以下几个目标：

1.通过保留操作员对输入词组的思维，给目标装置提供完整的词组以作进一步的字处理，从而保留中文的词组特征；

2.通过采纳所输入的汉字或词组的频率，而允许该系统自身针对不同的操作员或小组自动进行优化和修正；

3.允许操作员使用部件替代笔画以进一步降低重码率，更精细地分辨出不同的候选字；

4.针对先前输入的笔画或部件，系统通过计算部件在所有以该部件作为下一个书写结构的汉字累加频率，从而得到对部件的排序；

5.为中文输入系统提供许多与众不同的特色，如毋需在词组之间输入空格，毋需在键盘上贴标签，以及特殊的虚拟键如“延伸键”及“智能键”。

在本发明中，操作员和输入装置形成一个封闭的反馈回路。操作员对该系统所显示的信息作出反应，并通过键盘或其它手段提供额外的信息或作出决定，操作员的反应在很大程度上取决于他(她)对汉字或由汉字组成的语言的认识程度。该输入装置同时也对操作员所输入的数据作出反应，并显示更多的视觉信息。另外，该装置在下一步操作中的表现会随着上一步操作的不同而变化。