汉字编码%3a系统、模式的应用.pdfVIP

汉字编码：系统、模式与应用 李成跃 【提 要】一种“汉字编码系统”，它具有共同的编码模式，统一的拼写代码， 系列编码之间，能够相互演化。它将字词基本属性的拼写描述，作为编码演化的 基础，能够充分满足拼音识字的教学要求。可为汉字编码，扩展一些新的用途。 【关键词】汉字编码 系统 模式 拼音识字 汉字编码，包括计算机内码和外码。外码中的输入编码，具有很多编码样式。 这些编码，它们各自独立，不成体系。假如，我们把这些编码系统化，模式化， 让它们既具有“个性化”，又具有“通用性”，并且，不局限于汉字输入，那么， 这样的汉字编码，将会发生哪些变化？ 一、汉字编码系统 本人试图建立一个“汉字编码系统”(1)。 现有的汉字编码，数以千计，它们各具特色，又相互分散。作为编码爱好者， 自然会产生这样的思考：这些独立分散的编码中，哪些编码可以归纳出一个共同 的基础？哪些编码，存在相互联系？能否将那些具有共同基础、相互联系的编码， 排成一个个系列？ 或者，更进一步，能否从一个共同的初始编码出发，演化出一个相互联系、 相互演化的编码系列？能否将这些编码系列集合起来，编制一个编码系统？ 本人的实践证明，这样的思考，是可行的，是实用的。 为建立“汉字编码系统”，本人做了如下努力？ 1、给“汉字编码”一个实用的定义。 汉字编码，就是字词基本属性的拼写形式，这些拼写形式，是用《汉语拼音 方案》拼写的。 这个定义规定： 编码内容，是字词的基本属性。这些基本属性，是最基本的启蒙常识，包括 汉字的读音、笔顺、偏旁部首及其组合等内容。 拼写工具，是《汉语拼音方案》。 2、建立汉字编码“通用模式”。 117 汉字编码，相互之间，如何联系？如何演化？在同一系统中，需要设计一个 共同的编码模式（通用模式）(2)。 汉字编码的“通用模式”的样式是： ［汉字编码］=［读音描述’］+［形义特征描述’］+［检索序号］ ； 其具体说明，见后面“二、汉字编码通用模式”。 3、定义系统代码。 “汉字编码系统”，使用统一的代码。它们是： (1)、读音代码，描述字词读音和部件名称；用《汉语拼音方案》拼写，或 缩写。 (2)、笔画代码，描述汉字笔画或书写笔顺；横、竖、撇、点、折， 用《汉 语拼音方案》拼写，或缩写。 (3)、声调代码，描述汉语音节的声调；阴平、阳平、上声、去声，用《汉 语拼音方案》拼写，或缩写（阳平声调的缩写，用“平”字的声母“p”表示）， 轻声不标，或将声调用数字表示。 (4)、序号代码，描述字词在属性分类中的排列序号，用汉语拼音字母表示， 按字母表排序，或用数字表示，或将字母（或数字）定义相应的数值进制。 汉字部件，有读音的，用读音代码描述；无读音的，用笔画代码描述；也可 以全用笔画代码描述。 4、确定字词基本属性和描述依据。 拼音识字阶段，字词的基本属性，可首选为：读音、笔顺，然后再加入：部 首、偏旁（部件）。 字词读音，按普通话拼写。多读音的，教学用码，以《小学生规范字典》的 注音范围为依据；社会用码，以辞书典籍为注音依据，尽量全面收录。 字形，依据GB18030-2005文件字形。 书写笔顺，有国家标准的，按标准拼写；无标准的，按现有标准类推拼写； 无法类推的，按笔顺的一般原则确定。 部首，据形归部，采用201部。取部方法，参照《如何确定汉字部首》(3)。 部首、偏旁（部件）名称，有读音依据的，用读音称说；无读音依据的，采 用“俗称”。 118 5、建立《汉字属性数据库》。 以《汉字属性数据库》，作为建立“汉字编码系统”的数据载体（基础）。 《汉字属性数据库》，对汉字属性（包括读音、笔顺、部首、部件组合、结构 类型、字形标志等）作全面反映。属性描述中，对没有规范依据和参考依据的字 词属性，一律留出“空缺（空白）”，待有规范依据和参考依据时，再加以补充。 建立“