汉字抽剥字形编码制造技术

本发明专利技术公开了一种汉字抽剥字形码方法，用于电子计算机处理汉字信息和汉字的检索排序。其主要特征是：用４４个可读的汉字字母和５个位型或它们的代码进行汉字编码。每个字母有大写、小写和变写三种形态。字母以其读音声母（拉丁字母）作代码。５个位型是“离”、“合”、“纵”、“横”、“围”。本法覆盖全部汉字，规则统一，常用字码长２－３位。（*该技术在2009年保护过期，可自由使用*）

【技术实现步骤摘要】
专利说明 本专利技术涉及一种汉字字形编码方法，用于电子计算机中文处理以及汉字检索等领域。 电子计算机汉字输入编码和汉字检索编码方法(以下称编码)可归类为字音编码，字形编码和音形结合编码三大类型，以汉字字形为编码对象的字形编码是比较理想的一类，因为汉字的本质是拼形而非拼音，字形编码适合汉字使用者地视觉习惯和记忆心理，编码与字音无关，对读不出或读不准确音的字能照常编码，这对于多同音字和地方音的汉语是极为重要的。 现有的字形编码方案中，较有影响的诸如“四角号码查字法”，陈爱文“汉字表形符号编码”，王永民“五笔汉字输入法”，钱伟长“汉字宏观字形编码”，团国兴“汉字简易选字输入法”(CN85100919)，支秉彝“见字识码”，台湾胡立人“三角编码”等各有所长，但都在某些方面存在明显缺陷，这些缺陷主要有 1.基本构件(字根)划分过分牵强或抽象，缺乏一致的，必然的逻辑联系，繁多的字根令人望而生畏; 2.字根代码与字根之间缺乏关联规律，或规律复杂，很难辨别; 3.没有一贯的和简易的编码规则; 4.重码字组多，每组重码字数多，重码字处理方法不简便; 5.编码顺序受传统笔画笔顺过多制约，有相当数量的例外字笔顺难以判别，给编码带来困难; 6.字根不可读，难以记忆和交流。 本专利技术的任务是提供一种汉字字形编码方法，以汉字字母(或其代码)为单位对汉字进行编码，这种字码既能用于电子计算机的中文信息处理，又能用于汉字的一般检索，还可用来表达汉字结构。同现有的技术相比，本专利技术有如下主要优点 1.字码单义，重码字组，字数都较少; 2.规则一贯制，逻辑性强，记忆量极少，只需掌握44个汉字字母和字母间结合的5种位型，便能见字识码; 3.覆盖全部汉字，对生僻字亦不需特殊对待; 4.字码位数少，常用字字码都是2-3位; 5.字母可读，字母与其相近的汉字有密切的关联，字母及其大，中，异3种形态等概念均属首创，使人易记易辨，举一反三; 6.字母用与其读音对应的拉丁字母作代码(包括2个位型代码)，这种简单关系使人见到字母便知代码，使中文处理真正堪与西文媲美; 7.重码处理方法简单自然; 8.本法对汉字的简化有参考作用。 下面将结合图表对本专利技术完成上述任务的方法作详细说明。 几个概念 汉字的基本笔画称为字元(简称元)。字元(或部件)间的位置关系称为位型，由若干字元按一定部位组成的二维序列，称为部件，字元间的交接位置称为连离点。 由表1知，字元有“横”，“竖”，“撇”，“捺”等4种。 由表2知，字元间部位有“交”，“围”，“连”，“粘”，“离”等5种位型，而部件间有“纵”，“横”，“围”等3种位型。 由1个字元同3个或3个以上字元“交”所组成的部件，称有筋部件，这个单元或连同与它相“连”的其它元组成的部件，称为筋。由2个以上元“连”而形成的可以对其它部件构成两面以上包围的部件，称为皮(如“尸”，“口”)，皮连同被包部件构成有皮部件。 有筋贯穿的字称有筋字，有皮在最外层的字称有皮字。例 有筋字册，事，申，夷，车，电 有皮字区，国，凶，司，用，且 选取汉字中使用频繁的部件作为基本部件或字根，按形似予以分组，定义每个组为一个汉字字母，每个字母包含1-3个字根(简称件)，称为该字母的大写，小写和异写件，每个字母以与其大写件相同或相近的简单汉字的音为它的读音。表3，列出了本法定义的44组字母及其代码。 任何单个汉字(简称字)均由一定数量的件按一定位型组成的二维序列字的分类见表6。字母件本身也由一些含元较少的其它件组成。 由1个，2个，3个或3个以上件组成的汉字(或字母件)分别称为单件，双件，三件或多件字(或字母件)。只有一个字元的件称为单元件，由两个字元组成的部件称为双元件。 字的最左(对横列字)，上(对合字或纵叠字)位置上的字元，称为主码基元，与主码基元相邻的元称主邻元;最右(对横列字)，下(对合字或纵叠字)方位置上的字元，称为辅码基元，包含主(辅)码基元的件称主(辅)件;与辅件相邻的元(件)称辅邻元(件)，被辅件包围的元(件)称辅包元(件)。单件字只有主码基元，双件字没有邻基元。主码基元，辅码基元和辅邻或包元通称基元，与基元相邻的元称为基邻元。 用表3中的字母各件作编码单元的字码，称为汉字抽剥编码，简称抽剥汉码。 表4，为拉丁字母代码表，字母与其代码间有如是规律代码即与字母读音声母对应的拉丁字母，例 字母“大”-读音“Da”-声母“D”-代码“D” 应注意到声母“Zh”，“Ch”，“Sh”是与拉丁字母“V”，“U”，“I”相对应的。 用字件，位型符和重码符的代码作编码单位的字码，称为汉字抽剥拉丁字母码，简称抽剥拉丁码。 抽剥汉码和抽剥拉丁码统称汉字抽剥码，若几个字的主码，辅码和第一补码相同，则称这些字为一个重码字组，重码字组中字的个数称为重码字组的重码字数。 编码方法 编码单位有二种1)汉字字母件(见表3);2)字母代码，即“A”-“Z”26个拉丁字母(见表4)。 码长一般字3位，单件字2位，重码字(重码字组中的不常用者)4-5位。 编码顺序先主件，次邻件，末邻件。即在字码中首位(主码位)，次位(辅码位)和末位(补码位)分别是主件，辅件和邻件。 双件字用件间位型符作补码，单件字无辅码，用构成该件的主，辅件件间位型符作补码。 重码字在通常的补码(第一补码)后再加1-2位重码符作第2，3补码。 构件原则1)基元必须包含在件中。2)构成字的件，只能以元的连离点为界来区分，即一个元不能分成多元与它元构成不同的件。3)如一基元与其邻元可能构成一个以上的件，则应取含元较多的件为码;若这些件含元数目又相同，则主码优先取含靠左方字元较多的件，辅码取靠右方字元较多的件。补码取左辅邻件，如无左辅邻件，则取上辅邻件，若无辅邻件，则取辅包件。 编码规则 1)双元取基凡双元部件，以其基元单元件为码，犹如从双元抽去一个单元一样。 2)抽剥处理对包含有筋部件或有皮部件的字，只对被穿插的部件和皮内部件编码，犹如编码时先行对字进行“抽筋剥皮”，抽筋后的部件如包括一个以上件，未取的件可被其它基元组合构件。 3)筋皮候补二件以上有筋字或有皮字编码，要用筋或皮作补码;双件有筋字和双件有皮字要用皮或筋作辅码。 上述规则，统称汉字的抽剥处理，本专利技术之名称即源于此。 4)位型补码用件间位型符作补码。 编码举例(见表6) 表1汉字字元 序号名称件符同类笔画特征 1 横 一 横向直划 2 竖 丨 纵向直划 3 撇 丿 左低直，弧划 4 捺 右低直，弧划和点划 表2汉字部位 表3汉字字母表 表4拉丁字母代码 ABCDEFGHI .白寸大儿丰工一山 >> 艹 个 示 弓 十 JKLMNOPQR 几口了木女○皮区日 金 力 门 \ / 七 皿 STUVWXYZ 三土虫辶王心月子 田长兀又足 注1)表中“>>”为重码符; 2)表中字件为该组字母的大写; 3)“V”，“本文档来自技高网...

【技术保护点】
一种汉字字形编码方法，其特征是：ａ．４４个可读的汉字字母，每个字母有大、小、异写３件，这些字母是：＊＊＊＊大写，白，寸，艹，大，＊，耳，儿，丰，工，个，弓小写，＊，＊，廾，＊，＊，＊，＊，＊，＊，＊，＊异写，＊，扌，＊， ＊，＊，卩，＊，＊，＊，＊，＊读音，ｂａｉ，ｃｕｎ，ｃａｏ，ｄａ，ｄｏｕ，ｅｒ，ｅｒ，ｆｅｎｇ，ｇｏｎｇ，ｇｅ，ｇｏｎｇ＊大写，一，丨，示，山，十，几，金，口，了，力，门小写，＊，＊，＊，＊，＊，＊，＊，＊，＊，＊，宀异写， ＊，＊，＊，＊，＊，＊，＊，＊，＊，＊，＊，读音，ｈｅｎｇ，ｓｈｕ，ｓｈｉ，ｓｈａｎ，ｓｈｉ，ｊｉ，ｊｉｎ，ｋｏｕ，ｌｉａｏ，ｌｉ，ｍｅｎ＊大写，木，皿，女，＊，丿，皮，区，七，日，三，土小写，木，＊，＊，丶，丿，＊，匚，＊，曰 ，氵，＊异写，木，冖，＊，＊，＊，＊，＊，七，日，＊，士读音，ｍｅｎ，ｍｉｎ，ｎｕ，ｎａ，ｐｉｅ，ｐｉ，ｑｕ，ｑｉ，ｒｉ，ｓａｎ，ｔｕ＊大写，田，长虫，辶，王，兀，心，月，又，足，子小写，田，＊，＊，讠，＊，＊，＊，＊，＊， ＊，＊异写＊，＊，＊，廴，壬，＊，＊，月，＊，＊，＊读音，ｔｉａｎ，ｃｈａｎｇ，ｃｈｏｎｇ，ｚｈｉ，ｗａｎｇ，ｗｕ，ｘｉｎ，ｙｕｅ，ｙｏｕ，ｚｕ，ｚｉ－－－－－－ｂ．３个汉字字型，它们是：－－－－－－位型，特征， 符号，代码，字例横，两字母左右“离”或“合”，＊，０，八、林、从纵，两字母上下“离”或“合”，＊，Ａ，二、吕、全围，部件被一个字母包围○，０，这、国、用－－－－－－。...

【技术特征摘要】

【专利技术属性】
技术研发人员：李挺进，
申请(专利权)人：李挺进，
类型：发明
国别省市：43[中国|湖南]