【观点】汉语电脑文字的研究

关宗灵

汉语电脑文字的研究

沈阳华文软件有限公司    关宗灵
一 前言      
计算机的发展，带动了信息产业的不断发展,使社会进入了信息化时代。80年代初围绕汉字信息处理问题，中国产生了无数的‘码家军’,于是音码,形码诸多方案如雨后春笋，在数百种编码的百花园中竞相开放，已经打通了汉字输入的‘蜀道’。
但是，这些编码都只能是单向输入汉字而已，不能读识。凡是操作计算机的人，都需要和机器对话，对于普通的中国人来说，不懂英语，要做到真正普及自如的运用计算机，实在是太难了，或者说是不可能，至于深层次的发挥计算机的功能就更不用说了。关键的问题，是因为计算机的核心软件，操做系统，编程语言都是英语，这是中国人应用和普及计算机难的根本原因。多少中国人期盼，能用我们自己的语言与计算机对话，能用我们自己的语言编程,能有我们自己语言的操作平台。如果没有汉语电脑文字,中国人的计算机应用水平永远也达不到世界先进水平。
汉语拼音方案，几十年来为一代代中国人，从幼儿注音识字到小学生的提前读写，做出了很大贡献，但要与计算机对话和编写程序，它也实在是无能为力。
当前,教育信息化已经做为重要主题，积极探索信息技术与其它学科的整合。教学的‘四结合’中要求与电脑应用相结合，中小学语文教学要求把识字，写字，编码，打字结合起来。可是，我们中国人识字和推广普通话，必须借助一种拼音字母给汉字加以注音，而中文信息的计算机处理，又必须经过编码才能把汉字输入计算机，这两点都是毫无疑问的。因此，我们到底应该用什么样的编码？是用一种只能单向输入汉字的编码，还是用一种既能注音识字，又能输入汉字，又能实现人机对话并能编写程序的汉语电脑文字？1995年3月3日电脑报有这样一段话：[最好的编码究竟是什么？著名的科学家钱伟长教授早在1986年就曾经指出：‘好的编码方案还没有出来，好的编码方案应该是一种文字，或者是准文字’。能够以中国电脑文字身份岀现的编码，恐怕至今仍然没有成熟，各种编码的百家争鸣，虽然打通了汉字输入的‘蜀道’，但目前还只能各领风骚，各显神通。不过我们翘首期待着中国汉字编码的‘书同文’，期待着中国的‘码家军’象‘秦王扫六合’那般，早日托起中国统一的电脑文字。]。
本人在中国中文信息学会1988年汉字编码学术年会上，曾发表《汉字音义编码与汉语识别的研究》的论文,论述了汉语电脑文字方案。现在我们终于有了汉语电脑文字软件,并已经取得了国家专利(ZL-95104924.0)。沈阳华文软件有限公司,已经委托辽宁电子出版社,出版和发行了《汉语电脑文字》1.0版本软件。
二 汉语电脑文字的理论基础
1汉语语音的特点
汉语普通话的语音，是声,韵,调三维结构,由20多个声和30多个韵及4种声调(不包扩轻声)组合的.20多个声母和30多个韵母相拼,可以有600多个音节，但其中载有汉语信息的只有415个音节，利用率不到60%,这415个音节再与4种声调组合，可以有1600多个语音，但其中载有汉语普通话语音的只有1284个。利用率为80 % 。我们现在常用的汉字约6400多个，同音字多达80 % ;可见汉语语音是非常贫乏的。走单纯以音编码之路，这是一条难以逾越的鸿沟。   
2汉字的组字方式
从字形结构上分析，组字的基本元素是笔画，一部分汉字是由基本笔画组成的简单字，还有一部分是以简单字为偏旁部首组成的复合字。概扩起来说，汉字是由无规律排列的无音元素------笔画组合的。这是极其不利于用汉语语音识别的,它不同于西方文字,西方文字是由有限个有音元素------字母组合的,这正是汉字难认，难读，难写，难记的根本原因，也正是汉语语音‘南腔北调’，‘语不同音’的根本原因。中国人识字和推广普通话,必须借助一种拼音字母给以注音.因此,走单纯以字形编码之路，只能是单向输入汉字而已，不能读识。
3汉语语音和汉字的词素性
文字和语言都是用来传递信息的，文字可以记载语言，因此文字的规律性和特征，也包扩语言的规律性和特征，汉语中有大量的单音节词，一音一义,因此汉字也有一字一义的词素性特征。
4汉语和汉字的表义功能
汉语和汉字的表义功能是有差异的,由于汉字中有大量的象形字和形声字,因此,汉字具有音义辩证结合的特点.
任何一种文字,都是以形来表音达义的，形，音，义是有机的结合。但各种文字的形音义结合方式是有区别的,因此从字形信息到字义信息的传递方式也是有区别的。
拼音文字传递方式 字形[有音字母串]---有规律定音---以音定义
汉字传递方式  字形[无音笔画]------无规律定音------以音定义
字形------以形像义-------字义
由此可见，汉字在以形表音以音定义的同时，还有一条以形表义的信息通道，以弥补字音信息的不足。这是汉字传递信息的一座重要桥梁，尽管汉字的偏旁部首中有许多是可以表义的，但直接表义的是少数，间接表义的是多数，有些能表义的部首在许多字中失去表义作用，还有些部首没有表义功能。总的来说，汉字的表义功能还不是很完善的。好的编码应能够把汉语语音和语义的有效信息准确的反应出来。所以,可读识的编码,除了应有字音信息外,还必须有字形信息或字义信息的补充,汉语电脑文字就是在这样的理论基础上产生的。
三 汉语电脑文字的结构原则和方法
汉语电脑文字，是以汉字普通话读音的声、韵、调及字义类、字义为元素，并按此顺序排列的四维结构。
            
1    2    3    4

第1部分是声母，第2部分是韵母，第3 部分是声调/字义类字母，第4 部分是字义字母。
字母的选择，为了使电脑文字与计算机的‘距离’最近，我们采用计算机系统中使用最广泛的，国际标准信息交换码[ASCII]中的;拉丁字母。
（1）声母  声母与汉语拼音方案基本相同，为了提高输入速度，把双字母声母用单字母代替。如ch,sh,zh, 分别用 i. u. .v 代替。a.,e,o,w,y,也做为声母使用。
（2）韵母  汉语拼音方案中有35个，除用25个字母代替一部分外，对方案中前面带“i”的韵母，采用前面加“y”再与相关韵母组合成双字母韵母，避免用一个字母代替两个韵母的二义性。 例如“ao.”“ang”分别用“b”“c”代表，则“iao”“iang”分别用“yb”“yc”代表。
（3）声调和字义类别字母  声调和字义类别用一个字母代表。用前24个英文字母，分成四组并按组的顺序，分别代表四种声调，每组内的六个字母，又按其顺序分别代表字义的六种类别。例如：a,b,c,d,e,f均代表读一声，而a代表自然类，b代表动物类，c代表人性类，d代表生活类，e代表物理类，f代表事理类。
（4）字义字母  把汉字按字义分成六类后，每类中又分25组不同的字义，分别用25个字母代表。字义总数共150组。例如字母‘,d’在第一类（自然类）代表“地，道”，在第二类（动物类）代表“蛋”在第三类（人性类）代表“德”，在第四类（生活类）代表“得，待”，在第五类（物理类）代表“堵，断”，在第六类（事理类）代表“都”等等。            
四  关于同音字和同形字的分化
由于有150组字义字母,同音字和同形字的分化是比较容易的。
1 同音字的分化
例如 “ji”这个音节,读第一声的字有30多个,汉语电脑文字可分化如下:
芨jiac  矶jiat  畿jiaq  基jiaj  期jias  激jiaz
犄jibj  鸡jibq  肌jibr  跻jibz
嵇jica  姬jicf  赍jict  击jicu  讥jicy
玑jidc  稽jidd  屐jidf  积jidj  圾jidl  缉jidq 饥jidt  齑jidu  乩jidv
羁jiea  剞jiee  机jiej  几jieq  箕jier  畸jiet  叽jiey  唧jiez
奇jifu
2 同形字的分化
例如 “行”字   
行走的 “行”   汉语电脑文字的写法是: xghz
你真行的 “行”  汉语电脑文字的写法是: xgic         
行不行的 “行”  汉语电脑文字的写法是: xglk
   银行的 “行”   汉语电脑文字的写法是: hcjm
五  汉语电脑文字的读识
汉语电脑文字中，设置了两级简代字，第一级是26个声母代表字，第二级是410个音节代表字。读识汉语电脑文字须按其声，韵，调/字义类，字义的顺序，首先识读出声母和韵母及相拼组成的音节，再根据声调读出其字音，然后根据字义类别和字义母所示的字义，就可以认知是代表那个汉字。  
例如 “路”字的电脑文字写法是  LUSD
前三位表音            后两位表义
1 声母L(l)     LUSD    1 字义类字母 S 表示自然类
2韵母U(u)            2 字义字母D表示地或道
3声调S表示读第4声
因此明显可知 “LUSD”是 “路”字。
再例如：  IUKJ  HEGN  R  DC  WUMS
第一个字声母I“ch”，韵母U“u”，拼成“chu”“初”，调母K表示2声/5类，读chu，字义母J在5类中表示“机具”。
第二个字声母H“h”，韵母E“e”，拼成“he”“喝”，调母G表示2声/1类，读he，字义母N在1类中表示农作物。
第三个字声母R“r”，该字只有声母，是一级简代字“日”。
第四个字声母D“d”，韵母C“ang”拼成“dang”“当”，该字只有声母和韵母是二级简代字，“当”。
第五个字声母W“w”，韵母U“u”拼成“wu”“污”，调母M表示3声/1类，读wu，字义母S在1类中表示“时间”。
可想而知,上述五个汉语电脑文字是“锄禾日当午”。
六 汉语电脑文字的特征
(1)  结构规则，科学规范，完全符合汉语语音的自然规律和汉字表义的特征。
(2)  表音性极为准确，可以直接读出其普通话的字音。
(3)  表义性好，有明显的字义信息。
(4)  唯一性强，妥善的解决了同音字和同形字的分化问题。
(5)  字容量大。可容纳十几万字。
(6)  先进性，它集中了汉语语音全部信息和汉字以形表义的有效信息,是汉语和汉字全部有效信息最完美的集合,它既吸收了拼音文字之长又继承了汉字声形结合,音义并茂的精华，既能做到“声入心通”，又能做到“形入心通”，读识非常方便。
学习汉语电脑文字，不必像学习汉字那样必须记住每个字的字形，以便会写这些字，只要记住声母，韵母，声调/字义类别字母，字义字母，根据所用字的音和义，就会拼写出其字来。所以它好学，好读，好认，好写，好记。如果把它与小学生识字，打字结合起来，将能成倍的提高学生的识字速度，在识字和打字的同时也就掌握了电脑文字，为今后应用计算机打下基础。用汉语脑文字完全可以实现人机对话，编译各种电脑语言，操作系统和应用软件。 在此我们可以借用“二笔”一句话：“它是中西文化碰撞的革命成果，是中华文化在信息时代发出的强音，是古为今用，洋为中用的典范。”可能也是比较合适的。   
七  展望。
根据资料统计，一段137个汉字的短文，翻译成英语需465个字母，翻译成德语需522个字母，翻译成法语约需597个字母，而汉语电脑文字仅380多个字母，可以断言，汉语电脑文字的工作效率高于英文，德文和法文。
前人给我们创造了‘书同文’对中华民族的团结繁荣和进步，立下了不朽的功勋。在当今信息化，知识经济全球化，飞速发展的新的历史时代，我们应当看到，发达国家无论地域大小，都没有语言障碍的重要优势。我们的国家需要，从东到西，从南到北全面发展，因此，迫切需要消除语音隔阂，加快发展速度 ,需要我们大力推广普通话,实现‘语同音’。同时也给后人留下一份不朽的基业。汉语电脑文字标示了普通话的读音,有利于普通话的推广，有利于‘语同音’的实现。具有五千年文明史的伟大祖国，具有占世界人口五分之一的伟大民族，在为人类发展进步的事业上，应当有较大的贡献。无论从哪个方面考虑，中国人都应当有自己语言的计算机软件平台，有自己语言的编程语言，以利于充分发挥国人的聪明才智。所以，推广汉语电脑文字，开发汉语电脑文字软件，必将使中国人普及和应用计算机发生一个质的飞跃。它不仅是中国人普及和提高计算机应用水平的必由之路，往远一点看也可能是我们实现“语同音”的必由路。
八 欢迎合作
沈阳华文软化有限公司,欢迎各界与本公司合作开发汉语电脑文字软件。
公司地址:沈阳市沈河区北京街9号
电   话: 024-22517468
网   址:http://218.7.16.166/hr         
电子邮箱: ha-gzl@163,com            2005年10月10日

abcxyz1

060616回:
一看漢語電腦文字, 還以為是如華康那樣的製作電腦用的中文字。再細看下去, 卻原來是相當
於拼音類的輸入法。而中文輸入法, 基本上都是使用現成個人電腦的小鍵盤法, 即今通用之英
文鍵盤, 101鍵或104鍵或筆電88鍵中之英數符鍵。以這些鍵重新配對到新訂輸入法的輸入字根
, 代表這些輸入字根的鍵稱作外碼。再由輸入法軟體(軟件)轉換外碼為中文內碼, 並由字形庫
擷取字形數據, 顯示於螢幕(屏幕)及列印於印表機。
本文是更要進一步, 以所研發的拼音類輸入法直接當作中文字。這就是我所見的拼音漢改的其
中一個似是而非的理論--即頂著電腦時代, 因應中文的輸入困難, 電腦內部訊息及操作系統皆
是英文等等, 所以建議用abc代表中文是為上乘之策。這即是變相的所謂文字改革, 把中文字改
成為abc了。
070430補:
「汉语电脑文字软件」? 加上關先生到處推廣其拼音文, 看來可能是如華康公司那樣的做字形
的公司吧。
所謂電腦文字, 這個完全外行於中文電腦界的名詞, 卻又是關先生的拼音文漢改方案, 看來竟
然是完全馮志偉的那個「信息时代的汉语双文制问题」的東西。

看看吧:
http://www.pkucn.com/viewthread.php?tid=196586
北大中文论坛 www.pkucn.com

spyzmhz

汉字改革关系到汉族的未来，汉语的生存，前途。
输入法销售只是为了短期牟利。
必须把这两者区别开来。
判断的标准，就是是否容易记忆，是否简单，是否实用。

关宗灵

回#2
[最好的编码究竟是什么？著名的科学家钱伟长教授早在1986年就曾经指出：‘好的编码方案还没有出来，好的编码方案应该是一种文字，或者是准文字’。能够以中国电脑文字身份岀现的编码，恐怕至今仍然没有成熟，各种编码的百家争鸣，虽然打通了汉字输入的‘蜀道’，但目前还只能各领风骚，各显神通。不过我们翘首期待着中国汉字编码的‘书同文’，期待着中国的‘码家军’象‘秦王扫六合’那般，早日托起中国统一的电脑文字。]。          摘自电脑报

spyzmhz

调家军，24个字母表示5个调。用一个军去表示一个排。大材小用

jicui.com

原帖由 abcxyz1 于 2007-4-30 12:35 PM 发表
同樣的, 關宗靈的論調, 根本是馮志偉的翻版。

这点不认同。
同音字编序是无理码，机器可行，人记不住。
按意分类，正是汉字处理同音问题的方法。

关先生方案的缺点是，过分在乎拼式简短了。它这是从输入法而来，有此毛病也很正常。

abcxyz1

可能樓上沒有真正瞭解關先生的真正用意, 他只是利用所謂電腦文字作槓桿, 目的是要取代現有方塊漢字的, 就是漢字拉丁化拼音化的路, 以為這樣不但輸入方面不需中文輸入法, 也不需學習他認為的難學的漢字, 因為abc只有26個, 很易學(卻不看學詞階段, 比中文更麻煩)。文化傳承, 民族文化認同, 還有太多的事, 是漢字改革倡議者所不懂, 也不願關心的。其思想都是抄自周有光、馮志偉等人的謬論。最多是變些花招而已。請多看一些關先生及漢改人的文章, 逐漸地便會對他們有個完整的概念。他們相互之間的觀念, 主張, 想法, 也不䀆然相同, 但有個周公公的主導影子在裡面。
文化, 是天生我們就要接受, 傳承的, 我們不能改我們的父母、祖宗, 除非你要數典忘祖, 不作中國人。

abcxyz1

原帖由 关宗灵 于 2007-5-5 15:41 发表
回#2
....著名的科学家钱伟长教授早在1986年就曾经指出.......
。          摘自电脑报

1986年的東西就不要再拿出來了, 這篇東西我已看過多次了, 不只是陳腔濫調, 更是陳腔爛調、陳瘡爛掉。
大陸在1978年?才開始改革開放。台灣在1980年左右推出世界第一台商品化的中文個人電腦----宏碁, 由中文電腦之父朱邦復發明倉頡輸入法及中文顯示列印的中文系統, 外掛於英文微軟的DOS之下, 還有中文編程語言----中文培基, 並且有還把中文培基語言的指令直接設計在鍵盤按鍵上作命令熱鍵。這成就在兩岸未開始交流之前, 都沒能進入大陸。待到, 微軟由台灣買得中文技術後, 把學得的中文技術轉用到簡化字版上, 才到大陸打市場, 這時才由微軟, 靠著由台灣學得的中文技術把大陸的中文電腦市場開拓出來。大家這才見識到了甚麼是中文電腦。
當初朱邦復在研發中文電腦時, 曾向台灣的某教授請教, 這位教授是一位學有所成的著名計算機研究專家, 但得到的答案竟然是: 「請你好好把英文學好, 中文是不能在電腦裡處理的。」1960年, 電腦龍頭IBM在美國國防部資金支助下, 召集了一百多位計算機科學家, 包括了華裔科學家在內, 研究了多年, 宣佈失敗, 並宣佈: 中文是無法由計算機來處理的文字。但是, 中文是中國人的文化載體, 中文的電腦化不由中國人來搞, 靠老外是不行的。1980年代初期, 日本ibm推出了漢字終端機, 但是模擬日本機械式漢字打字機選字盤的大鍵盤, 操作不方便, 字數少, 又要背字位, 非但不好用, 還價格昂貴, 根本無法使到中文電腦作普遍推廣。如此, 更不能使中文搭上新世紀的科技列車了, 這對中華文化的發展, 是佷不利的。
先生丢出的1986年的談話, 還不如丢出史前時代人類的談話, 說「人類不可能上飛上天, 不可能有時速好幾百公里的電車, 更不可能去月球」不更好嗎?

［ 本帖最后由 abcxyz1 于 2007-06-07 09:26:00 编辑 ］

Gugv

人類可以飛上天, 可以有時速好幾百公里的電車, 也可以去月球......
但那都是使用拼音文字的家伙们，至少是这些家伙近现代以来一直走在前，
我们也可以，但都是想方设法学别人的理论，买别人的技术、生产线、特种刚才等，不行还可以高薪聘请家伙们的专家帮助指导，勉强搞出来可以动了，但质量差老远，
没办法，只好低价竞争,于是在国际上的名声就是低价低劣的,不是先进的,更不是有创造性的......

哦,也许你会说还有个日本的情况,怎么解释呢,或许还有韩国......
他们都比我们先进,但却不是使用拼音文字,怎么说呢......
下次说吧!

abcxyz1

人家自歐洲文藝復興, 到促成工業革命, 搞了幾百年, 中国卻想一蹴可及, 這怎可能急得來。至少在清朝中葉, 中國仍是世界最強的大國。只是清庭腐敗, 爛攤子拖到民國, 於是有人急了陳獨秀出現了......又來日本侵華, 內戰的。請問, 有了這些事件, 要進步, 要追上, 哪有那麼容易的。
台灣在二戰後, 在蔣撤退過去後, 也是廢墟一片。日本在二戰後, 更是遍地滄桑。香港也不沒有好到哪裡。有哪個國家地區, 在二戰後不是沉淪一陣子的。請問, 中国域外地區都在二戰後, 經濟急促起飛, 追上歐美來了(中国在這段時間裡幹了甚麼事, 大家都知道)。當然, 說沒有比得上美國的好, 是當然的, 至少起跑點就不一樣。另外, 二戰的戰場不在美國本土, 了不起只是個珍珠港事件, 也不過是一個港口沉了幾艘船, 死了幾個士兵而已。但, 跟歐美的初時起步、到進步發展比較, 港台日韓的起步到進步實在太快了, 這是歐美比不上的。
在星加坡國家圖書館, 我調閱了1949年以後星馬地區的兩大報系之一的星州日報, 該報報導內戰後大致情況: 中国內戰結束後, 社會穩定, 經濟好轉, 前途一片大好。但, 1958大躍進和文革, 卻使中国倒退, 這要怪誰? 不過, 「寧要核子不要褲子」的指示下, 至少二彈一星也出來了。這些成就是在abc之拼音文下出來的麼?
把文字搞個abc就萬事ok了嗎?
首先, 跟進步、跟追上先進國家扯上關係的理論就是在掃盲, 掃盲成功, 全國的人都有知識有能力, 可開發新產品, 發展經濟。好單純的天真啊呀! 識字, 就表示有知識麼? 識字, 有知識就表示一定有技能麼? 識字、有知識有技能, 表示一定有道德麼? 有了以上的, 就一定有創新能力麼? 有了以上, 就一定到達人生所求的快樂生活? 能快樂生活就一定幸福麼? 以上所講, 每一級都是不同的層次。要跨越不同的層次, 都不是一個漢改可以搞定的。識字, 不管你識甚麼字? 所以, 改用以abc作中文, 便叫識字了? 這樣的abc文到底有多少東西可以提供給你。就以簡化字就夠了, 簡化字就是拉丁化的半途、過渡。簡化字的文獻, 有多少深度, 能讓人心靈、智慧成長的? 怪不得大陸的平均文化水平比不上港台。abc拼音字只在掃盲, 要求的層次何其低下, 如此就算成功, 也不可能追上先進國家了。別以為追上先進國家就只在於可以造出人家的先進產品, 是那麼單純麼? 造得出來了, 讓你跟日本一樣進步好了, 漢改人了不起所想的全部都是針對物質建設。那麼, 文化、心靈, 沒有建設的話, 你不會快樂, 你不會有幸福感, 你只有迷失；人變得膚淺愚昧, 人變得沒有同情心, 社會沒有溫情, 只有冷酷的競爭、金錢遊戲。像日本人就像經濟動物,  人活著只知追逐金錢, 除此沒有其他的東西了。這種人生, 令人生活得泛味。
你知道「质量差老远」的真正問題嗎? 我的台商朋友說, 大陸一般人的素質不佳, 做事會偷懶隨意, 不要求品質, .....。還有一件事例, 我同事奉命派往大陸技術支援, 發現大陸的同事的工作態度是: 下午五點一到, 揮手再見, 他下班了! 但是, 那明明是他負責的工程呢! 而我們支援的同事為了追上工作計劃的進度, 務必符合客戶的進度要求, 卻在加班趕工, 準時完工。請問, 港台日韓的人就那麼笨, 下班時間到怎麼不會下班呢? 而大陸員工卻這麼聰明, 那還是名校訓練出來的高材生呢! 一個社會的人們, 工作態度是這樣的, 想要進步, 不容易喲! 這些基本的職業道徳和工作態度, 是靠把漢字改成abc可以學到的麼?

［ 本帖最后由 abcxyz1 于 2007-06-08 00:03:00 编辑 ］