第六章 汉字部件清单和拆分 §6.1 部件清单 上一章我们已经系统地论证了部件定义在决定拆分界限和分数体系、归纳拆分规则等方面的重要意义。说明设计编码方案时必须紧紧抓住它的核心和步骤，系统地考虑和筹划每一步，不能有所闪失。就好象一个迷宫或一盘棋，每走一步都得周密思考。 表形码之所以能够得到突破，其关键就是它有一个切中部件本质属性的定义，并以此为据，通过分析，整理出一张部件清单和以笔画结构为基础的整体分类系统。陈代于先生说：“掌握了定义的用户即使从未见过部件总清单，也能鉴别其中的大多数部件，避免了对部件的死记硬背。这种特点叫作‘部件的可预知性’”⑴ 一、一份科学的清单具备的基本条件 表形码搞出了第一张部件清单使我们明白：汉字现代化变革的方向——汉字拼形化正走向成熟。我们的这张清单也是以表形码的清单为基础，运用部件的属性逐个进行证明，能修正的加以修正；不能修正的，提出讨论。除此外，我们还对每个型中的类和每个类中的部件进行了排序（详情阅第七章）。也许，有人会认为拿清单是很容易的，只要有单个笔画作为补充谁都可以拿出一份清单来的。我们要求的部件清单，它的产生条件必须是以定义为基础；定义必须根据部件的本质属性产生出来。一份科学、合理、具有可使用性的部件清单还需要符合下列条件： （一） 方便识字教育； （二） 方便排序检索； （三） 方便键盘输入； （四） 方便学习记忆； （五） 方便字形规范； （六） 方便汉字集扩大后新增部件的分类和编码。 二、部件清单中个别部件处理多原则和方法 （一）确立部件的前提 拆分汉字为部件不仅是要获得一张部件清单，还有一个目的是使“块状”的汉字成为“线状”的汉字，而字音和字义却阻挠“块”成为“线”，因此，音义与形是不能两全的。 “相对独立”是部件的主要属性，也是“要不要拆”的主要决定条件。根据“独体为文”的构字理据，“鱼、虎、鹿、鼠、马、鸟……”等都不能拆，因为它们都是独体。我们在第四章里已经指出所谓“独体”构字理据的不可靠性。我们只能根据“相对独立”将它们进行拆分。确立部件有很多系统因素制约，不过，部件属性当然是最最重要的。 有人认为“鱼、马、鸟”等都是部首，在二级字库中拼出很多字，有称说，不应该再加以拆分 ，实际没有认真分析拆分的作用。拆分的目的之一是为了减少汉字构字基本单元的总数；其二是为为了使方块汉字作线性排列。因此，“要不要拆”这个问题，“拆”是主，“不拆”（称说、组字频度等）是宾，不能“喧宾夺主”。 （二）部件的“块感” 这张部件清单，只有369个，比“文改会”所制定的648个，不仅压缩了4/10强，还提供了一个整体的分类系统，使类与类、部件与部件，都能构成密切的联系。而文改会的648个部件，根本没有办法形成一个整体的分类系统，部件与部件之间缺乏规律性的联系。其原因在于他们所依据的部件定义不科学。 应该承认，这张清单的部件、分类系统、代码方法和具体代码，都有可讨论的地方，都可以逐个地加以研究。国家语委和教委要想统一汉字编码，不认识论设想采用“选码”的方法。“926工程”必须记取的教训：“选码”没有基础理论，必然导致主观决定。把一个今后将世世代代为全民族使用的汉字副体，交由几个专家来主观选择，未免太不慎重。 在以上清单中，某些类是否可以取消或合并，要考虑部件的“块感”。除单笔部件外，所有的部件都是笔画结构块。这些笔画以基本结构形式合在一起，而且经常出现，就会使人们获得一种它们不能随意拆分的印象。这种印象，叫做“块感”。 部件是否还可以拆得更小？例如：“攵”，要不要拆为“、乂”？“立”，可不可拆为“ 、一”？有人认为拆掉之后的好处是部件总数能够减少；但坏处是“块感”消失了。这里有几个问题应加以严谨思考：一是“攵、立”自身“块感”（即相对独立性）。这种“块感”，除了来自部件自身的结构外，还有一个决定的因素就是它的组字频度和使用频度。我们的意见是象“攵、立”等由于使用频度和组字频度都较高，“块感”强，使人们感觉具有相对独立的属性，就不宜再拆；二是它们与所组合的字，拆分后的码元数如“繁、微、徽、徵、韶、韵、鄣、障、瘴……等”都已是四个码元以上，人们不喜欢再拉长码位，因为，码位越长，信息损耗越多。汉字的字形信息，转换为键符（即英文字母），在使用时，只允许取四码，因此，超过四码的就要省略，这就是信息损耗。信息损耗会影响认知。所以，汉字部件数必须恰当，并不是越少越好，或越多越好。它要受到由它所组成所有的字的部件数的制约。 “疒”，也是一个难题。它是由“广”和“冫”合成的，要不要一分为二？我们认为，组字频度和使用频度在我们学习汉字和使用汉字的过程中，不断地加强我们对部件的认知。例如“纟”，这个部件，下面有一个分离的提笔，拆，还是不拆？它是一个常用部首，能够组很多的字，将它一分为二的话，谁都很难接受；“疒”也一样，是经常用到的。笔者认为，部件处理是一个难题，拆分点笔更难，例如“广”与“厂”；“冖”与“宀”，都是常用部首，只是多一点少一点的问题。这个时候，只能模糊一些，不能强求过分的精密。 在郑码里，“ ”拆为“ 、 ”，有一定的道理。以“”组成的字有“箫、萧、潇”，拉长码位，有利区别。“渊”的拆分，原来的拆法是“氵、丿、丷、木、丨”，也可改为“氵、、丷、木,有利减少信息损耗。如上述，“兆”是否也可拆为“ 、儿”，也应加以讨论。 四十多个类是否还可以再合并？例如“相离型五笔相离类”只有一个部件“立”，合并后少了一个类。但其他类中多了一个“附带部件”。这份清单只提供一个讨论的基础，个别部件的处理，可让全国专家公开讨论、定夺。 （三）部件的可区别率和信息损耗率 一个汉字拆分后的最佳状态是四个部件，但这个部件数是以这个部件所参与拼出的所有字综合计算出来的。因为，一个汉字的部件数如果低于四个，在系统里，它的可区别率差了，重码会明显增多；如果高于四个，我们使用时只取四码，字形信息的损耗率高，不利于识字教育中的认知心理。在下面两段里举两个具体的例子。 上面所列出的部件清单是否还应该再压缩？应该如何压缩？例如上面的清单中“主、 ”两个部件，是否可以把“主”拆为“丶、王”，“”拆为“丶、 ”？在两级汉字库里，由“主”拼出来的字，只有“注、炷、驻、蛀、拄、往、住”七个字，其中只有“驻、往”是三部件字，其余的都是两部件字。拆分之后，不仅是减少了一个部件“主”，而且使“注、炷、驻、蛀、拄、往、住”等七个之，每个字都增加了一个部件。三部件字成为四部件字，二部件字成为三部件字，它们的可区别率也提高了。可区别率的提高，就是重码率的减少。按原设计，其中“炷”与“外”重码，“住”与“个、隹”重码。而拆分后，只有“注”与“润”重码，其他的重码都消除了。 根据上述，与“主”同类型的“”，拆为“丶、”后，也会减少一个部件。但据统计，“”拼出的字有“准、灌、濉、滩、耀、淮、雀、潍、骓、雒、难、瞿、矍、睢、雎、瞧、氍、曜、雇、暹、翟、戳、惟、崔、帷、摊、攫、擢、摧、颧、推、携、璀、臃、雏、蕹、鹳、萑、劐、蘸、藿、蔺、嚯、谁、谯、雍、壅、鹱、瘫、癯、稚、雁、赝、憔、椎、鹤、雕、噍、唯、躏、罹、獾、霍、雅、礁、傩、隽、劁、鹪、焦、催、雠、集、售、隼、雉、僬、罐、镬、镌、锥、维、雌、雄、碓、”共90个字。其中只有16个是三部件字，其余的都是四部件以上的字。由于超过四部件的字，在取码时，要损耗一部分字形信息，这是不利的一方面。因此，对这个部件是否拆开，就需要认真讨论。 把汉字字形转换为代码输入计算机，就像是另一种形式的“能量转换”，在这个过程中，“能量”的“损耗”越少，编码的状态越佳。越有利于排序检索和识字教育。 （四）“全息”与“信息损耗” 我们在上面提出了“信息损耗”这个概念，问题在于汉字拆出了部件清单之后，在编码时，却不能把全部部件代码输入，只能采用四个代码，于是，有一部分字因超过四个部件不能重新返回拼合为原来被拆开的字，就是说，有一部分的字形信息在这个“部件——键符”交换的过程中损耗了，在使用时一部分字形被省略了。这是使用性能决定的。我们就把它称之为“信息损耗”。信息损耗率过高时会影响识别和记忆效率，不利于认知心理的接受。笔形码之所以被字根码取代，这也是一个原因。 信息交换的精确度取决于信息识别效率。于是，社会上就产生了“全息”这个概念。全息码就是偷换这个概念而产生的。它认为自己的代码中，有字音，有部首，有笔画，就可以称之为“全息”了。后来有人就提出了“必要信息含量”来比较编码优劣的论述，也是对全息的误解。 什么是全息？我们认为，全拼输入才是“全息”，因为，它已经把全部字音信息输入计算机。北京图书馆的全笔画编码，也是“全息”，它有每个字的全部笔画信息。“全息”输入有最高度的区别效果。如果我们能够把每个汉字的全部部件输入输入计算机，也可以称做“全息”，这是字形结构的“全息”输入，可惜不能这样做，这样做影响工作效率。每个汉字只能以四个代码输入，虽然有信息损耗，但以这种少量的损耗换取最佳的工作效率是合算的。认为在编码方法中一个字的四个码位，采用了字音、部首、笔画、笔顺，称之为“全息”，是错误的。 三、一份供进一步讨论参考的部件清单 如果把灿烂的中国文化比作物质世界，组成这种文化的汉字，就好比一个千变万化的组成物质世界所有物质的化学元素。而部件清单所拥有的部件，却似原子核中的各种粒子，它是原子的核心，决定原子的质量。即使是相同数量的部件，不同的排列，也会组合出不同的汉字，例如“立、日”为“音”，“日、立”，则就成为“昱”；“口、木”为“呆”，“木、口”就是“杏”了。 古代文字研究者提出了字原、字素等名称，把它们当作拼构汉字的基本单元，也一定很想把它们的总数搞清楚。但由于时代的局限，以及如方面的原因，只能不了比之。现代的编码设计者和理论家，既没有理解部件清单的意义，又受制于文改会的部件定义和648个部件清单的“权威”。叫觉得这张清单不好用，却不敢对它作进一步的探索，想出了从中“优选”的折中方法。以为这样就可以绕过给部件定义和确立部件清单等工作，殊不知该做的事还是要做的，科学容不得半点含糊。因为，要统一汉字编码，就得拿出一张具有可使用性的部件清单，汉字输入必须配备全部部件，而不是“优选”一部分。 部件既然是汉字编码设计的基本材料，定性和定量就是保证它科学设计的依据。有了部件清单，才能核对部件定义的确切与否。没有部件清单，部件切分（即拆分）的原则和规则就都是空话。因为，规则是从清单中归纳出来的清单却不是因规则而产生的。自80年代到现在，中文信息界和语文界崇尚泛泛空谈，自己拆不出部件清单，却要求别人要遵循他们的构字理据。已知的甲骨文有四五千个，全国的古文字学专家也只能解出1/3，还有2/3都没有解出来，说明这最古老的文字之来源都还无“理”可“据”。由的可知，文字学只有突破“六书”的局限，探索才能进一步深入。没有清单，就别奢谈拆分！ 上一章里已经提出了部件的定义，现在我们就据此提出下面的这张部件清单，以供进一步讨论参考： 有了部件清单，从汉字编码设计的角度看，其好处是：按清单就可以及出每个汉字所含的部件数，陈代于先生认为这叫做“部件的可预知性”。一个字符集里的汉字，按部件数进行分类，可以得到多种统计资料，提供各种分析数据。下面的几种分析数据，就是从这些统计中得到的。从文化的角度看，每个汉字都能拆分为部件，它就成了汉字史上 的最大的一次变革。因为，这是汉字史上的第一次“裂变”（拆分）。这次“裂变”的结束是中国人实现了一百多年来一直为为努力的梦想：利用部件教学，改善识字教育方式，提高识字速度，统一书写规范；实现汉字直接排序，改善汉字的社会使用效能；统一汉字的计算机输入，促进联网迅速建立。它实现了古今文字学研究者的所有梦想。 拼形字母部件总表 
| 
