计算机汉字笔画编码的科学性 胡小山 王晓鸣 张清财 福建双笔码软件开发有限公司 【摘 要】本文论述了计算机汉字输入法采取笔画编码具有其它方法难以逾越的优势，着重在三个方面进行阐述：其一、笔画编码体现在其具有广泛的实用基础优势；其次、体现在通过科学的设计能够完全满足计算机汉字输入的高标准要求；其三、已经通过专家鉴定的汉字双笔码输入法采取笔画编码规则，实现了易学、易记、重码率低、快捷、方便和规范的目的，使之真正成为全民化、固定化和国际化的通用汉字输入方法。 计算机汉字输入法笔画编码具有它的科学性。计算机汉字编码包括字库编码和输入法编码两类；其中输入法编码分为，键盘输入法编码和非键盘输入法编码；在键盘输入法编码中主要又分为拼音编码和字型编码两大类。经过长期深入研究和实践，我们认为计算机汉字输入法采取笔画编码具有其它方法难以逾越的优势，它能最有效地解决无法用汉字拼音编码输入所有汉字的问题，它能最有效地解决以往字型类编码难学难记的问题。 一、计算机汉字笔画编码的科学性体现在其具有广泛的实用基础优势 众所周知汉字是中华民族信息交流主要工具，就数以万计的汉字而言，其每个单字均包含不同含义和具体信息，而每个单字不论简体或繁体均是通过一笔一画按顺序逐笔书写而成，这一定式不容置疑地决定了采取笔画编码具有最广泛的统一性，不论海内海外，字体虽有异，笔画总相同。 对于每一个了解和熟悉汉字的人，笔画和书写是识字的前提，因此采取笔画编码形成的输入方法不但规范而且易于掌握，无需强记，真正可以做到计算机汉字输入如同写字，得心应手。 汉字笔画顺序具有很强的规范性，简体汉字有国家语言文字委员会主持制定的《现代汉语通用字笔顺规范》，繁体汉字有台湾教育部发布的《常用国字标准字体》，小学语文教学必教笔画顺序，因此采取笔画编码几乎所有人均可接受和掌握。 汉字是由基本笔画通过不同顺序和笔画数组合构成，笔画和笔画顺序完全相同的汉字极少，这说明了当我们有针对性地采取一定的措施之后，笔画编码是能够有效地控制编码重码率的。 汉字是中华民族传统文化的核心，采取笔画编码进行计算机汉字输入能够最有效地规范汉字书写规则，巩固和统一汉字文化。 二、计算机汉字笔画编码的科学性体现在通过科学的设计能够完全满足计算机汉字输入的高标准要求 计算机汉字编码的设计必须符合计算机键盘分布规律，必须兼顾方便、易学和高效，因此使用键不应超过 36个（包括10个数字键），编码码长为4，重码率应低于5%，规则简单实用。在实际编码中，由于汉字结构具有较强的规律性，虽然其完全相同的字极少，但笔画分配并不均匀，个别笔画的使用常常凝聚在部分组合上，而且汉字的笔画多的达到 48个以上，按照标准四键编码，如不进行有效合理的处理，重码率难以降低。因此在制定编码技术过程中，必须着重根据汉字的笔画分布规律，结构规律，普通人群的识字规律对所有汉字笔画和结构以及词组进行充分整理和分析，确定符合人机行为学的编码规则。其中笔画分布规律要求最合理的定义使用的笔画，汉字笔画包括“横竖撇捺点折弯钩提”，而在汉字中这些笔画的使用率各不相同，有些使用率甚低，因此需要科学的归类和组合笔画才能最合理的代表汉字组字信息，以均匀分布笔画编码； 其中结构规律要求最直观的定义汉字字型，并科学的确定笔画分配，汉字字型包括“左右型、上下型、左中右型、上中下型、全包围型、半包围型、独体型”等等，由于汉字笔画数多，笔画编码必须根据字型分配笔画，字型选择多则重码率易于下降，但规则就相对复杂，因此应尽可能的简单化； 其中对普通人群的识字规律要求按照汉字字频和词频进行编码排序， GB2312标准的6763字其中一级字3755字按拼音排序，其它为按笔画排序，国标46000词组分为三级，每一级都是拼音排序，均未按照频度排序；采取对字、词按照频度排序后，常用字、联想词组效率必然大大提高。采取以上措施后，汉字笔画编码就完全能够实现既兼顾易学性又兼顾低重码率的高标准要求。 三、计算机汉字笔画编码的科学性体现在汉字双笔码输入法优秀的应用成果 汉字双笔码输入法编码根据汉字笔画规律进行设计，使用汉字国标 GB2312－80和Windows操作系统所支持的GBK大字符集汉字，按照国家语委主持制定的《现代汉语通用字笔顺规范》和《信息处理用GB131000.1字符集汉字部件规范》，采用按笔画顺序，每两个笔画合为一键的输入方法，配合最简单的规则，通过优秀的计算机软件处理，真正实现了易学、易记、重码率低、快捷、方便和规范的目的。由于简单易学，汉字双笔码输入法不需要进行培训，只需通过使用互动教学软件，自教自学三十分钟左右即可掌握。1 、汉字双笔码输入法编码设计方法：笔画定义为“横、竖、撇、点、折、叉”，其中“横”包括横与提，“竖”包括长短竖，“撇”包括长短撇，“点”包括点与捺，“折”包括折弯钩，“叉”包括所有两个以上笔画相互交叉的组合笔画；定义六个笔画的目的是，增加汉字编码的组合数，尤其是增加的“叉”笔画，还起到将相互交叉繁杂的笔画简化为一个笔画的作用（仅使用五个基本笔画的笔顺进行编码效果极差，根据汉字除了笔画之外还有笔画的图形信息特点，以及经过计算机统计，在五个标准笔画之外增加一个交叉笔画效果最好，使用者易于理解；这样单笔画为 6个，双笔画的组合为36个，4键编码组合容量为168万个，充分满足了编码的要求；叉笔画的应用使得单字笔画数减少，笔画信息的分配更分散、均匀，即符合笔顺要求，又满足编码需要）。键盘采用 36个键位，将六个笔画两两组合配对，依照从上到下，从左到右，从中间到两边的分布方案进行安排，使得键盘分布规律性强，便于记忆和使用。字型分类为“综合型”“左右型”“上下型”，这样分类的目的是为了简化编码规则，便于使用者区分。 输入法规则为按汉字笔画书写顺序，每两个笔画合为一对进行编码，对“综合型”的字按顺序编足四码；对“左右型”的字，左边部分仅用两个笔画进行编码，然后右边按顺序编码；对“上下型”的字，上边部分最多仅用四个笔画进行编码，然后下边按顺序编码；此规则在使用中简单易学方便。 设计容错编码是为了解决部分汉字笔画顺序容易混淆的问题，采取容错编码后一些笔画顺序容易容易混淆的字，允许用不同笔顺进行输入。 设计补充编码是由于部分汉字笔画较少，不足以编辑四码；采取两种方法共同补充，一是按标准拼音字母顺序补充，二是重新按笔画补充，从而确保了会汉语拼音和不会汉语拼音的人均可以方便使用。 记忆部件是为了简少笔画数和降低重码率而设计的，经过反复筛选确定记忆四个简化部件“疒＝亠、口＝丨、日＝一、扌＝一”，用一句公益语助记：防止“病”从“口”入，每“日”饭前洗“手”。 对一级字 3755个进行字频排序，对首字相同词组进行词频排序，以提高常用字出字效率和联想词组效率。2 、程序智能化处理在输入法设计中，编码工作仅完成码表建立规则的任务，程序将进一步优化编码的实际效果。在汉字双笔码输入法中采取了如下智能化措施，取得了极佳的效果： 码表自动生成程序：将所有汉字的笔画和字型按代码建立于数据库中，并建立与编码规则有关的对应数据表，由程序自动生成汉字码表和词组码表；从而保证了编码的正确性。 智能调位程序：在进行实际输入时，通过程序自动调整单字所处位置（即当两字重码时，不是采用不等长码来处理重码，而是将程序定义为前一击键在首位的字下一击键在次位）。充分利用了编码资源，提高了效率，不但保证了所有码均为四键编码，又大大降低了单字重码率（普及版 6763字编码重码率为8.38%，567字；而实际重码率仅1.4%，95字）。智能联想字程序：在进行实际输入时，能够联想下一个将要打的汉字，并将该字选为优先位，保证一键能看见，两键在首位，增加了大量的动态二级简码（ 6763字二级简码为1020字，动态二级简码大于3000个）。简体与繁体切换程序：简繁可随时切换，规则完全相同，输入一样快捷。根据大量文章输入统计，平均输入每一字不论简繁仅需 1.65键（不用选择键，不计空格键）。标准键盘和小键盘输入切换程序：程序充分利用笔画编码的优势，通过简单切换，随时可以从两笔一键变换为用右边数字小键盘 1～6数字键进行一笔一键输入，此时左边键盘可同时输入数字或字母；当切换为小键盘输入方式时,称为双笔六码输入法，这种输入方法与双笔码输入法的输入规则相同，但由于只使用六个键使得键盘的掌握极为简单方便，适应几乎所有具有小学文化程度的人，由于同样具有智能化处理，因此输入一样快捷，平均输入每一字仅需2.2键（不计选择键）。 四、结论 在已经进入信息社会的今天，汉字进入计算机已完全不成问题 ,但大多数输入法仍然存在学习困难、词汇少、重码多导致输入速度慢，适应人群有限，适应领域有限，不能同时兼顾不同水平的人群，而且不支持大字符集汉字的缺陷（即使支持输入也十分困难）；只有采取笔画编码才能真正解决上述问题；而汉字双笔码输入法正是采取了规范合理科学的笔画编码体系，编码方案能让所有华人利用较为简单的编码规则，对于每一个汉字很快地根据书写笔画知道其编码，而不用去背每个汉字的编码；使其真正成为全民化、固定化和国际化的通用汉字输入方法。汉字双笔码输入法经福建省信息产业厅组织的有关语言文字和计算机领域权威专家鉴定，一致认为，该输入法设计科学，简单易学，功能优秀，具有自主版权，整体技术达到国内领先水平。当前汉字双笔码输入法已经开始进入广泛应用阶段。 | 
