《战国策》旧版造字转码说明.pdfVIP

《戰國策》舊版造字轉碼說明 中研院資訊所文獻處理實驗室 中央研究院語言所文獻語料小組 2008/3/20 丁玟伶 轉碼主要工作是把檔案中的舊版造字轉換成 Windows XP 能支援 的 Unicode 字形，Unicode 目前共收錄漢字 70194 個字，而 XP 只能 支援 20902 個字（詳如表一） ，不支援之字將以構字式表達。例：造 字編號 978 的「」字，Unicode 編碼是 4CD2，由於 XP 並不支援， 仍需使用構字式「 鳥」。 表一、Unicode 的字數及編碼區段 Unicode 新增字數 新增編碼區段 總字數 WinXP 1.1 版 20902 4E00-9FFF 20902 支援 3.0 版 6582 3400-4DFF 27484 不支援 3.1 版 42710 20000-2A6D6 70194 不支援 一、舊版造字轉碼分析： 《戰國策》使用舊版造字 114 個，字頻 743次，這 114個造字中， 83 個可轉成 Windows XP能顯示的字，字頻 721次；另外9 個字必須 轉成構字式，字頻22 次。 轉碼完成製作轉碼分析表，請參考附件一 《戰國策》轉碼分析表， 欄位說明如下： （一）編號：Big5造字空間為 6217個，編號由 1 到 6217。 （二）造字：舊版造字。 （三）頻次：舊版造字在文件的出現次數。 （四）Big5：造字的 Big5碼。 （五）Unicode：造字所對應的 Unicode 碼。 1 （六）WinXP：造字在 Windows XP 的對應字形。 （七）構字式：Windows XP無法對應字形改用構字式。 （八）備註凡例：備註欄中記錄轉碼後字形及修改原因，凡例如下： 1.異體字問題：為了使用者查詢和使用的方便，在處理異體字時最 主要的方式是以標準字取代，除非是專有名詞或特殊情形，如： 人名、地名等。例：造字編號 4134的「衞」字，是「衛」的異體 字，以標準字「衛」取代。 2.部份使用不同字形，手動修改：檔案中為同一舊版造字，校對時 卻發現原書使用兩個以上不同的字形，可能部份舊版造字為錯字 或原書使用兩種異體字形，導致同一舊版造字轉碼時對應到兩個 以上的字形；將一部份手動修改，剩餘的頻次則用程式取代成對 應的 Unicode 或構字式。例：造字編號 4012的「皷」字頻次為 3， 依書將地名的 1字手動修改為 「皷」，其他 2字皆轉為標準字「鼓」。 手動修改部份請參考附件二：《戰國策》手動取代表。 3. 錯字，以程式全部取代：與原書字形不符，並查詢教育部異體字 字典確認非異體字後，皆歸類為錯字，以程式取代為正確字形。 例：檔案中使用造字編號 4561 的「 厂比」字，而原書使 用之字為「麁」 ，查詢教育部異體字字典確認「 厂比」並 非「麁」之異體字，因此歸為錯字，以程式取代為正確字形「麁」。 附件一、《戰國策》轉碼分析表 造 頻 編號 Big5 Unicode WinXP 構字式 備註 字 次 813 旤 1 8E