汉字编码标准中的类推简化.docVIP

类推技术标准 说一说汉字编码技术标准中的类推简化 引言 随着《通用规范汉字表》发布，一场宣传已经展开，随之也有一些争论出现。争论中一个重要问题，或焦点性问题：是应该实行有限制的类推，还是无限制的类推？这个问题不仅仅是语言文字学里的理论性争论，它密切关联着电脑的实际使用。实际上，此次的《字表》已经继续类推出一批电脑汉字编码中没有的汉字，即新造了一批电脑外字，160余个。这将带来一系列不良后果。由于汉字编码技术标准是新事物，其产生历史不过仅仅三十多年，又具有较强的技术性，领导机构管理者、广大公众对其了解较少。本文将对此做简要但也是较为完整的介绍。 文字编码技术标准的产生 世界上最早的文字计算机编码技术标准是ISO646—1973（约40年前）。这是一个关于拉丁字母文字的国际编码标准。编码的字符包括拉丁字母、数码以及标点等其他符号，总计94个可见图形字符，及一些起控制作用符号共计128个，占用7位二进制位。此标准的前身是美国国内的编码技术标准，1960年代的版本中只有大写字母，没有小写字母；后来补充大写字母，又被称为ASCII字符集。这个ISO646或者说是ASCII字符集，成为世界信息技术界最重要的技术标准。它决定了拉丁字母文字信息的表达、存储、加工、以及传输，保障了一大批西方文字、科技语言、程序语言在全球范围的电子化流通。这个信息化的、电子化的字符集，取代了历史久远，在工业时代、机械化时代成功广泛应用的，以纸质印刷形式为主的‘字母表’，成为文字规范的新形式、新手段。以此为基础的英文信息处理电脑化的成功，极大地刺激了、推动了世界各国文字处理技术的电脑化浪潮。 中国汉字编码技术标准的初期，简化字无限制类推阶段 中国的第一个汉字计算机编码技术国家标准是GB2312—1980（刚刚33年）。这是在国际性文字处理电脑化浪潮初起时期的一项开创性工作。主持者是一位比王选还年轻十来岁的青年技术工作者。该标准的语言文字学依据，自然靠向语文学家请教，遵循了当时语文界的主流认识。它不包含任何一个繁体字。这个标准并不完美，甚至还有错字出现。但正是这个标准的适时推出，保障了中国汉字电脑化浪潮有了一个可用的基础，对汉字的电脑化迅猛但有序的发展作出了重大贡献，曾经被授予科技重奖。这个国家标准GB2312—1980，收字仅仅6763个，不包含任何繁体字。标准实施过程中，同时设计了五个称为‘辅助字符集’的编码标准，总计约四万余汉字，以实现对汉字文献的完整表达。其中，第二、第四辅助集，是经过无限制类推简化得到的，不包含任何繁体字。而第一、第三、第五辅助集，是与前者并立的繁体汉字系统集，其中不包含任何简化字。这种思路，自然来自当时语文界的主流认识。其政策依据是《简化字总表》的说明（1964年5月）。在类推简化字表的说明中指出：“汉字总数很多，这个表不必尽列。”表中未列出的字，在实际使用中需要用到时，“凡用第二表的简化字或简化偏旁作为偏旁的，一般应该同样简化”。 简、繁体两个并立的六个编码字符集为什么没有获得应用？ 上述六个编码字符集，除了基本集外的那五个，基本没有怎么投入应用，也少为人知。原因可能是：把汉字区分为并立的、或平行的两个独立系统的认识不符合实际，不符合潮流。人们发现：在中华古籍印刷中，并非需要一律地、完全地翻译成现代白话（一律用简化字）；而用繁体字印刷时，那辅助集二、四根本没有用。实际上是白白地类推简化出两个编码字符集。1980年代，汉字电脑化潮流迅猛、神奇、精彩。那些说‘汉字字量大、结构复杂的无法克服的缺点’的认识，已经大大地失去了市场。就连著名汉字改革家周有光先生，在他那‘简化十戒’中也说“简化常用字好；简化罕用字不好”，明确地不再支持无限制地类推简化。台湾的繁体字系统，及大陆的简化字系统，同样成功地、精彩地实现了电脑化。简繁体汉字电脑处理效率几乎完全没有什么差异。这使越来越多的人相信中华民族新的书同文终将到来。周有光先生欣然题词“书同文是21世纪必须实现的目标”。这就使得基本集、二辅助集、四辅助集联用的、彻底的、完整的简化字方案失去了群众基础和社会基础。 放弃无限制类推、具有简繁体共存优点的编码标准产生 1980年代初期汉字电脑化浪潮，迅猛、神奇、精彩。这让国人重新燃起汉字复兴、民族新的书同文的梦想。1986年，中央高层决定把‘文字改革委员会’更名为‘语言文字工作委员会’，同时提出： “今后，对汉字的简化应持谨慎态度，使汉字的形体在一个时期内保持相对稳定，以利于社会应用”。这实际上给停止无限制类推提供了政策依据。由于文字处理技术产品的广大市场，特别是迅速发展的中国市场，吸引了西方信息产业巨头及国际标准化组织关注，而汉字问题是其中的一个重要关键。这给中国联合台、港、澳专家与日、韩专家合作研制简、繁体汉字，中、日、韩汉字兼容的编码技术标准提供了机会。这