等级: Administration
组: Administrators
注册时间: 2012/2/4(UTC)
帖子数量: 233
|
关于汉字字形编码的确定性问题，我在以下文章做了一些说明：
《和码是最好最终的汉字形码》
借和码5.0版的编码过程，总结一些编码问题，做个记录吧。
一、对汉字字形编码，丢掉一些字形信息在所难免
汉字有简单的如：
三汉主茹染始吩算莫保咽染美夹菊姿姜梦楼像焰敢
汉字也复杂的如：
韱肈糮糅龔襷虠裫癟褫癛殛夔馕蠻聽偽鸝竊欞
龘𪚥亖𦜻𠽺𢸀𧅩𦏯朤𠾅𦪤𦼒𨆬𪈼鱻𧭛𨰻𠔻𤛭𢨋
汉字字形信息有两个方面，字根信息，与顺序信息。
字形编码如要包含单字的所有字根与笔画，与顺序信息。就要在字根表中放更多的字根，或使单字的编码个数增加。
用固定个数的编码，又要保持字根表的简单，字形信息的丢失就不可避免。
在给一些单字编码时，为了多保留一些字形信息，想尽了办法，如增加字根(以保留字根信息)，修改编码规则(以保留顺序信息)，这往往使编码复杂化。但即便如此，也无法保留所有汉字的所有字形信息。
字形编码没有包含所有的汉字字形信息，往往会遭致批评与指责，这是很不合理的。
要进行汉字字形编码，就要对汉字的字形信息进行取舍，就要接受汉字字形信息的丢失。
如果反对或拒绝字形信息的取舍，那就只有书写方法，就不要用键盘输入法。
汉字字形编码，是在对汉字进行字形分析后，提取汉字字形信息，编码用于汉字字形输入(或检索，或线性化)，编码不等于汉字，编码区别于汉字。
汉字字形编码不可能保留全部汉字的全部字形信息，但在编码中尽量多地保留字形信息，应该是字形编码的目标之一。
Edited by user 2014年3月18日 7:32:34(UTC)
| Reason: Not specified
|
|
|
|
|
|
等级: Administration
组: Administrators
注册时间: 2012/2/4(UTC)
帖子数量: 233
|
|
|
|
|
|
|
等级: Administration
组: Administrators
注册时间: 2012/2/4(UTC)
帖子数量: 233
|
2014年03月17日
3月3日开始，用了10天时间，完成简体6763，繁体5997个单字编码的修改。又用了两天时间给简体字排序，一天半用于繁体字排序。
昨天完成了，和码5.0的码表，用已有的程序半个小时就做成了单字与词组的码本，现在Windows上可以使用了，这是第一次使用和码5.0输入的。
今天用了一天时间才做好以下这个图。
最基本的笔画应该是：横(一)竖(丨)撇(丿)捺(丶)，也许左孤“("，右孤")"，圈“〇”，以及上孤，下孤也是，如英文中的Cae, DBRP, O, mn, UV就有各种孤线。
中文也有：
左孤"("，C，如左框：匚；
右孤”)“，DBPR, 如右框：彐；
圈“〇”，OQ，如：口；
下孤，nm, 如：冖冂几；
上孤，UVW，如：凵山；
只不过，中文是用”横竖撇捺“来描述这些孤笔画的。
和码把汉字的基本笔画归结为 横(一)竖(丨)撇(丿)捺(丶)，以此为出发点，解释汉字字形的组成与变化。
和码5.0字根表
 Edited by user 2014年3月18日 7:47:29(UTC)
| Reason: Not specified
|
|
|
|
|
|
等级: Administration
组: Administrators
注册时间: 2012/2/4(UTC)
帖子数量: 233
|
|
|
|
|
|
|
论坛跳转
您 不可以 发表新话题.
您 不可以 回复话题.
您 不可以 删除自己的发言.
您 不可以 编辑自己的发言.
您 可以 发表投票.
您 不可以 投票.