專利名稱：網(wǎng)絡(luò)(因特網(wǎng))漢語輸入技術(shù)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種建立在因特網(wǎng)應(yīng)用全面中文化基礎(chǔ)上的漢語輸入技術(shù)。前者指因特網(wǎng)在中國實現(xiàn)網(wǎng)址中文化、電郵地址中文化、引擎搜索中文化、網(wǎng)絡(luò)內(nèi)容中文化等全面中文化。具體地說，該發(fā)明是一種供在因特網(wǎng)領(lǐng)域使用的、簡單而高效的漢語語句式輸入技術(shù)，也可擴展到其它須進行漢字處理地場合使用。
因特網(wǎng)是從20世紀(jì)60代美國阿帕網(wǎng)(ARPANET)演變發(fā)展而來的，阿帕網(wǎng)是美國國防部高級研究計劃局的一個項目，這個項目的設(shè)計目標(biāo)是在發(fā)生大規(guī)模戰(zhàn)爭時，能夠方便地把不同規(guī)格型號的計算機或計算機系統(tǒng)連接起來形成網(wǎng)絡(luò)?？傊?，因特網(wǎng)是在計算機技術(shù)發(fā)展到一定歷史階段的必然產(chǎn)物，它徹底改變了人類的傳統(tǒng)社會生活方式，廣泛應(yīng)用于信息傳遞、商業(yè)貿(mào)易、遠(yuǎn)程教學(xué)、休閑娛樂等社會生活的方方面面，高效性、即時性、交互性是其區(qū)別于傳統(tǒng)模式的最大特色。因特網(wǎng)在世界范圍內(nèi)蓬勃興起，1999年全球有近3億人上網(wǎng)；因特網(wǎng)在我國亦有長足的發(fā)展，據(jù)統(tǒng)計，中國截止1999年底網(wǎng)民約900萬，企業(yè)上網(wǎng)數(shù)量也大幅上升。
網(wǎng)絡(luò)的應(yīng)用均離不開人類交流所需的基礎(chǔ)工具--語言文字。過去漢字的輸入和處理問題曾制約了計算機在我國的普及和發(fā)展，“五筆字型”等一些漢字輸入法較好地解決了這一“瓶頸”問題，但在易學(xué)性和普及性方面還存在著嚴(yán)重不足；中文手寫輸入也無法達(dá)到滿意的輸入速度。特別是在跨入網(wǎng)絡(luò)信息時代的今天，網(wǎng)絡(luò)應(yīng)用的高效性與漢語輸入的低效率已成為一對十分尖銳的矛盾，當(dāng)前網(wǎng)上中文信息較少與此不無關(guān)系。只要你進入因特網(wǎng)，就會發(fā)現(xiàn)滿目都是英文，這使非英語國家的人感到一種文化侵占的味道。據(jù)有關(guān)統(tǒng)計表明，在因特網(wǎng)上的英語內(nèi)容約占90％，法語占5％，西班牙語占2％，而中文在網(wǎng)上的比例則微乎其微。
到目前為止，國內(nèi)尚未見提到“因特網(wǎng)應(yīng)用全面中文化”的概念，亦沒有任何一種專業(yè)用于因特網(wǎng)的漢語輸入技術(shù)出現(xiàn)。
本發(fā)明的目的在于，通過比較漢、英兩種體系的語言文字，嘗試制定一種構(gòu)架在現(xiàn)有因特網(wǎng)標(biāo)準(zhǔn)之上的、適應(yīng)漢語自身特點的并適合中國人使用習(xí)慣的中文網(wǎng)址、中文電郵地址、中文引擎搜索等應(yīng)用層面的新標(biāo)準(zhǔn)；同時，為最大方便中文在網(wǎng)上的輸入，真正實現(xiàn)因特網(wǎng)全面中文化，從而提出一種專供在因特網(wǎng)上使用的，針對因特網(wǎng)上不同輸入類型而調(diào)用相應(yīng)的“漢語語句庫”來進行輸入的，以漢語拼音為基礎(chǔ)并截取其有效部分來進行編碼的，操作高效而簡單易學(xué)的，極易在因特網(wǎng)上普及的漢語語句式輸入方法。
本發(fā)明通過以下步驟來實施并達(dá)到上述目的。
一．因特網(wǎng)全面中文化
因特網(wǎng)源于美國，所以構(gòu)建INTERNET的協(xié)議和技術(shù)標(biāo)準(zhǔn)都是基于英語語言和美國文化背景的，符合他們的語法、思維和使用習(xí)慣。如果僅從因特網(wǎng)技術(shù)層面來看，處于底層(或內(nèi)層)的成熟的協(xié)議和技術(shù)標(biāo)準(zhǔn)仍具有其重要的意義、價值和不可動搖的基礎(chǔ)地位，或者說，如果要通過更改因特網(wǎng)底層(或內(nèi)層)的技術(shù)和標(biāo)準(zhǔn)來適應(yīng)本土化和中文化的要求，那將付出不必要的代價。但從因特網(wǎng)上層(或外層)的應(yīng)用來看，它并不符合絕大多數(shù)中國人的習(xí)慣，比如，現(xiàn)有的網(wǎng)址和電郵地址等，就不符合我們的使用習(xí)慣?？傊蛱鼐W(wǎng)應(yīng)用的中文化、本土化工作只能是在堅持國際標(biāo)準(zhǔn)、不破壞現(xiàn)有的技術(shù)標(biāo)準(zhǔn)的前提下的再創(chuàng)造。
1．網(wǎng)址中文化
①網(wǎng)址中文化的
背景技術(shù)：
檢索瀏覽信息(BROWSING)是因特網(wǎng)最重要的功能之一，通過因特網(wǎng)檢
索瀏覽信息即我們常說的網(wǎng)絡(luò)訪問。早期的網(wǎng)絡(luò)訪問是通過IP地址實現(xiàn)的。根據(jù)
“TCP/IP”網(wǎng)絡(luò)協(xié)議，INTERNET上的每臺計算機(服務(wù)器)都有唯一的IP地
址，IP地址由一串類似180.175.26.10這樣的數(shù)字組成。顯然，這種以數(shù)字表示“網(wǎng)
絡(luò)地址”的方法，很不直觀，難以記憶。為解決這一問題，又出現(xiàn)了“域名”，
域名由具有一定意義的英文單詞或英文縮寫組成，中間以“.”隔開。例如，
http://ww.bol.com.cn中的“bol.com.cn.”。
有的在域名之下還有目錄結(jié)構(gòu)，它指出了某個頁面的路徑。例如
“Http://www.163.com/it/index-category/0,1182,13,00.html”中的“/it/index-
category/0,1182,13,00.html”。IP地址、域名和目錄結(jié)構(gòu)等幾個部分組成了一個完
整的“網(wǎng)址”(URL)。
但是，英文域名要求使用者具有一定的英文基礎(chǔ)，否則，26個英文字母的排列組合比10個十進制數(shù)字更難記憶。
CNNIC(中國域名管理中心)為中文網(wǎng)站提供了本土化的中文域名注冊服務(wù)。CNNIC作為世界域名管理中心在中國的分支機構(gòu)，必須按先前的英文域名的標(biāo)準(zhǔn)和規(guī)范，來制定中文域名的登記注冊標(biāo)準(zhǔn)，于是就出現(xiàn)了類似“主頁.北京在線.公司.中國”令國人費解的中文域名。
中文域名與英文域名實際是一個技術(shù)層面上的東西，既可單獨注冊中文域名或英文域名，也可兩者一一對應(yīng)注冊，而且中文域名是完全按英文域名“克隆”出來的，并不遵循中文的習(xí)慣。中文域名、英文域名和IP地址三者的關(guān)系如下所示
②網(wǎng)址中文化的目的
A．解決網(wǎng)上“文化侵略”的問題，增強中文在因特網(wǎng)上的影響力，并最終實現(xiàn)“文化輸出”。
B．促進因特網(wǎng)在中國的發(fā)展，為中國大眾上網(wǎng)提供有利條件。③網(wǎng)址中文化的要求
A．遵循現(xiàn)有的互聯(lián)網(wǎng)國際標(biāo)準(zhǔn)?；ヂ?lián)網(wǎng)的技術(shù)標(biāo)準(zhǔn)雖然是從美國照搬過來的，但經(jīng)過多年的應(yīng)用和實踐，已成為世界公認(rèn)的事實標(biāo)準(zhǔn)。
B．在IP地址、域名(包括中英、文域名)兩個層次上，構(gòu)建符合漢語習(xí)慣的，方便我國大眾上網(wǎng)使用的，且具有一定標(biāo)準(zhǔn)的第三個層次即中文網(wǎng)址層次。這三個層次的關(guān)系如下圖
④網(wǎng)址中文化的標(biāo)準(zhǔn)
要在因特網(wǎng)現(xiàn)有層次上搭建新的層次，提出新的應(yīng)用技術(shù)，就應(yīng)該符合事物的客觀規(guī)律，且具備一定的規(guī)范和標(biāo)準(zhǔn)。
為了提出網(wǎng)址中文化的新標(biāo)準(zhǔn)，必須比較研究中、英兩種文字和語言的不同特點。
A．英文是典型的拼音文字，它以a～z 26個字母拼寫單詞，再由單詞組成句子，表達(dá)完整的語意。英文單詞相當(dāng)于中文的字或詞。語句中單詞與單詞之間以空格分開。
而漢字是典型的表形文字，每個字均有一定的意義，再由字組成詞，漢語是以字、詞為單位組合在一起表達(dá)完整語義的。語句中的字與字或詞、詞與字或詞之間均沒有空格或其它符合隔開。漢語的特點是文字簡煉，字形優(yōu)美，極易從語句中識斷字、詞之間的相互關(guān)系。
英文域名中的“.”既可看作英文單詞之間的分隔符，也可看作“.”前單詞的縮略號。中文網(wǎng)址則不必使用這一符號。
B．其次，英語中對通常意義的地址的表示與中文有很大區(qū)別。英語是將地名從小到大排列，而漢語是將地名從大到小排列。例如，漢語的“中國江蘇南京珠江路260號”在英文中則成了“No.260,Zhujiang Road,Nanjing,China”。網(wǎng)址中文化必須立足漢語的表達(dá)習(xí)慣。
因此，從以上分析可歸納出中文網(wǎng)址的標(biāo)準(zhǔn)為
(國家名)(省、市名)(市、縣名)(……)機構(gòu)名/(目標(biāo)路徑)
例如，中國江蘇南京億迪電子商務(wù)有限公司
括號中的限定名可全部或部分省略，但為了減少網(wǎng)址名在國內(nèi)和國外產(chǎn)生重復(fù)現(xiàn)象，最好保留部分限定語。例如，“中國南京億迪電子商務(wù)有限公司”和“江蘇南京億迪電子商務(wù)有限公司”等。
2．電郵地址中文化
因特網(wǎng)的另一大用途是傳遞電子郵件(E-mail)?，F(xiàn)代人的名片上不僅印有城市、街道、門牌、郵編、電話、傳真、傳呼、手機等，很多還印上了電子郵件的地址，這已成為一種時尚。
但我們不難發(fā)現(xiàn)，電郵地址幾乎全是由英文表示的。例如，
cgm@publicl.ptt.is.cn
wang.cheng@rayoner.com
@為電子郵件的專用符號，其前面為單位名或個人名，后面為郵件服務(wù)器的名稱。顯然，這種電郵地址的表示方式，同樣不便我們漢語國家的人們記憶和使用。所以本技術(shù)提出中文電郵地址的標(biāo)準(zhǔn)模式為
郵件服務(wù)器中文名
中文的單位名或人名例如
中國江蘇公眾信息網(wǎng)
陳恭明
中國易得商務(wù)網(wǎng)
億迪公司
3．引擎搜索中文化
本技術(shù)提出引擎搜索中文化的標(biāo)準(zhǔn)模式
A．單字或詞搜索
B．多字或詞邏輯搜索
中文邏輯字有“與”和“或”。中文字或詞與邏輯字之間以空格隔開。
二．網(wǎng)絡(luò)(因特網(wǎng))漢語輸入技術(shù)
網(wǎng)絡(luò)應(yīng)用中文化解決了網(wǎng)上文化之爭，方便了中國大眾上網(wǎng)，但隨之而來的是，漢字的輸入難問題反過來成為網(wǎng)絡(luò)中文化的障礙?？梢哉f，因特網(wǎng)全面中文化呼喚優(yōu)秀的網(wǎng)絡(luò)輸入法出現(xiàn)。
1．因特網(wǎng)領(lǐng)域的漢字輸入特點和不同輸入類型
因特網(wǎng)領(lǐng)域的漢字輸入與傳統(tǒng)領(lǐng)域的漢字輸入有很大區(qū)別。因特網(wǎng)上文字處
理總的趨勢是，愈來愈專業(yè)化、個性化。例如，在輸入“英文網(wǎng)址”時，通常會
鍵入“http://www”、“.com”、“.org”“.cn”、等文字或符號(“http”是網(wǎng)絡(luò)協(xié)議的
一種即“超文本協(xié)議”，類似的還有“ftp”即“文件傳輸協(xié)議”和“telnet”即“遠(yuǎn)
程登錄協(xié)議”；“wwww”是子域名，表示“world wide web即萬維網(wǎng)”，常見的還有
“home”、“news”；“org”表示“組織”；“com”表示“公司”；“cn”是“中國”
英文的縮寫)；輸入“英文電郵地址”時，內(nèi)容都含有“@”這一符號，而且其前面是單位名或人名，后面是郵件服務(wù)器的名稱；輸入電郵“收件人姓名”時，則從與你常通郵的朋友或熟人等姓名中選擇，如此等等。因特網(wǎng)中文化后也存在著與此相似的特點。
從上可以看出，網(wǎng)上漢字輸入在不同地方有不同的要求和用途，我們稱之為不同的輸入類型，例如中文網(wǎng)址輸入類型、中文電郵地址輸入類型、中文姓名輸入類型、中文內(nèi)容輸入類型，等等。
2．語句庫的建立和輸入狀態(tài)的轉(zhuǎn)換方式
針對因特網(wǎng)上漢語輸入的不同類型，分別建立各自獨立的語句庫。本發(fā)明將漢語的字、詞、句分成兩大類型普通庫和專業(yè)庫。普通庫存儲一、二級漢字和常用詞語，作一般輸入之用；專業(yè)庫可分為中文網(wǎng)址庫、中文電郵地址庫、中文姓名庫、修辭用語庫、個人習(xí)慣用語庫等，作特殊輸入用。
建立幾個獨立語句庫的目的在于，避免因使用一個字、詞、語句庫導(dǎo)致詞匯、語句量過大，而造成重碼率過高，輸入效率過低的弊端。
所有專業(yè)語句庫均可通過網(wǎng)上下載或人工刪添更新，以保證各專業(yè)語句庫的開放性，也可利用因特網(wǎng)的優(yōu)勢建立在線動態(tài)語句庫。
在網(wǎng)上進行文字輸入具體操作時，隨著網(wǎng)上輸入類型的變化，輸入狀態(tài)也隨之變化，而且不同的輸入狀態(tài)調(diào)用不同的語句庫。這里引進一個“輸入狀態(tài)指針”的概念，輸入狀態(tài)指針總是指向相應(yīng)的輸入類型，而且，輸入狀態(tài)是隨著輸入類型自動轉(zhuǎn)換的。例如
當(dāng)光標(biāo)提示符進入中文網(wǎng)址輸入框時，輸入狀態(tài)指針指向網(wǎng)址輸入類型，用簡單高效的編碼方法便可從相關(guān)的網(wǎng)址庫中輸出所需的中文網(wǎng)址名；當(dāng)光標(biāo)提示符進入中文電郵地址輸入框時，輸入狀態(tài)指針指向電郵地址輸入類型，便可從電郵地址庫中輸出所需電郵地址名；當(dāng)光標(biāo)提示符進入電郵內(nèi)容書寫框時，輸入狀態(tài)指針又指向普通文字輸入類型，則可從普通語句庫中輸出所要文字。
3．漢語字、詞、句的編碼輸入規(guī)則
本發(fā)明選擇漢語拼音方案為基礎(chǔ)來進行編碼輸入。這是因為
a．在標(biāo)準(zhǔn)鍵盤上，漢語拼音與英文字母的聯(lián)系最直接和自然，勿需人為定義難學(xué)難記的新規(guī)則。
b．中國人從小學(xué)即開始學(xué)習(xí)漢語拼音，可以得到我國廣大網(wǎng)絡(luò)用戶的認(rèn)可。
但拼音碼的缺點是重碼極多，甚至要翻幾屏去尋找所需要的漢字，詞組輸入相對單個漢字而言重碼率略低，但擊鍵次數(shù)過多，嚴(yán)重影響輸入速度。本發(fā)明為發(fā)揚拼音碼的優(yōu)越性而克服其缺陷，提出了以下編碼輸入規(guī)則
①單個漢字編碼輸入規(guī)則原則拼音前四個字母(不夠四個字母的則取全部拼音)+漢字筆劃讀音首字母
(按筆劃順序)，但總碼長不超過8個。
本發(fā)明按常規(guī)將漢字筆劃分為6種、(點)、一(橫)、丨(豎)、丿(撇)、(捺)、乙(折)?！耙弧笨裳苌?
(提)”；“丨”可衍生出“亅(鉤)”；“乙”又有“”、“乛”、“”、
等幾種形式。
本發(fā)明以6種筆劃為主，兼容
(提)”和“亅(鉤)”。筆劃讀音首字母表單字輸入舉例
因--(YIN)SZHPN 網(wǎng)--WANG)SZPN
大--(DA)HPN 機--(JI)HSPDPZ
中--(ZHON)SZHS 國--(GUO)SZHHS
億--(YI)PSZ 迪--(DI)SZHSHD以上括號內(nèi)為截取單字讀音的拼音字母
②兩字詞的編碼輸入規(guī)則原則每字各取拼音的前兩個字母(若漢字拼音只有一個字母，則僅取一個)+
每字首筆劃讀音的第一字母。兩字詞輸入舉例
中國--ZHGUSS因為--YIWESD
輸入--SHRUHP技術(shù)--JISHHH
計算--JISUDP 機器--JIQIHS
阿媽--AMAZZ文字--WEZIDD
③三字詞編碼輸入規(guī)則原則前兩字各取拼音的第一個字母，最后一字取拼音前兩
個字母(若最后一字拼音只有一個字母，則僅取一個)。三字詞輸入舉例
因特網(wǎng)--YTWA南京市--NJSH
解放軍--JFJU計算機--JSJI
自動化--ZDHU膽小鬼--DXGU
④四字詞及四字詞以上的詞組和語句的編碼輸入規(guī)則原則每字各取拼音的首字母。四字詞及四字詞以上的詞組和語句輸入舉例
信息社會--XXSH
有限公司--YXGS
輸入技術(shù)--SRJS
四個現(xiàn)代化--SGXDH
我是中國人--WSZGR
中華人民共和國--ZHRMGHG
南京億迪電子商務(wù)有限公司--NJYDDZSWYXGS
從上可以看出，單字、兩字詞、四字詞和四字以上的詞或語句之間，不存在編碼重復(fù)現(xiàn)象。單字雖然編碼較長，但采用簡碼技術(shù)(最少為一級簡碼)后，平均擊鍵次數(shù)為3～4次；二字詞通過采用簡碼技術(shù)(最少為二級簡碼)后，平均擊鍵次數(shù)為2～3次，重碼率極低，三字詞采用簡碼技術(shù)(最少為三級簡碼)后，平均擊鍵次數(shù)為3～4次，幾乎沒有重碼；四字次或四字以上的詞或語句，碼長與字?jǐn)?shù)相等，不易產(chǎn)生重碼現(xiàn)象。
總之，本技術(shù)更適合詞組和語句的輸入，對于單字的輸入速度也比拼音碼有很大的提高，重碼率較低，易學(xué)易用，非常適合在因特網(wǎng)等專業(yè)領(lǐng)域使用。
權(quán)利要求
1．一種網(wǎng)絡(luò)(因特網(wǎng))漢語語句式輸入技術(shù)，其特征在于
a．根據(jù)因特網(wǎng)上的文字使用特點、針對網(wǎng)上不同的輸入類型而調(diào)用各自獨立的“漢語語句庫”來進行輸入；
b．以漢語拼音為基礎(chǔ)并截取其有效部分來進行編碼，并以漢字筆劃讀音的拼音首字母為補充碼，易學(xué)易用，輸入高效；
本技術(shù)將漢字筆劃分為6種、(點)、一(橫)、丨(豎)、丿(撇)、(捺)、乙(折)。“一”可衍生出
提”；“可衍生出”亅(鉤)”；“乙”又有“”“乛”、“”、
等幾種形式。本發(fā)明以6種筆劃為主，兼容
(提)”和“(鉤)”；筆劃讀音首字母表
c．這種輸入法也可在其它須進行漢字處理的場合使用。
2．按權(quán)利要求書1所述的網(wǎng)絡(luò)(因特網(wǎng))漢語輸入技術(shù)，其特征在于
a．漢語語句庫分普通庫和專業(yè)庫兩大類型；
b．所有專業(yè)語句庫均可通過網(wǎng)上下載或人工增刪更新，以保證各專業(yè)語句庫的開放性，也可利用因特網(wǎng)的優(yōu)勢建立在線動態(tài)語句庫；
c．在網(wǎng)上進行文字輸入具體操作時，隨著網(wǎng)上輸入類型的變化，輸入狀態(tài)也隨之變化，不同的輸入狀態(tài)調(diào)用不同的語句庫，而且輸入狀態(tài)總是隨著輸入類型自動轉(zhuǎn)換的。
3．按權(quán)利要求書2所述的網(wǎng)絡(luò)(因特網(wǎng))漢語輸入技術(shù)，其特征在于專業(yè)庫分為中文網(wǎng)址庫、中文電郵地址庫、中文姓名庫、修辭用語庫、個人習(xí)慣用語庫，通過這幾個專業(yè)庫搭建因特網(wǎng)的中文平臺庫，以確保實現(xiàn)因特網(wǎng)應(yīng)用的中文化。
4．按權(quán)利要求書1所述的網(wǎng)絡(luò)(因特網(wǎng))漢語輸入技術(shù)，其特征在于單字的編碼輸入規(guī)則為拼音前四個字母(不夠四個字母的則取全部拼音)+漢字筆劃讀音首字母(按筆劃順序)，但總碼長不超過8個。
5．按權(quán)利要求書1所述的網(wǎng)絡(luò)(因特網(wǎng))漢語輸入技術(shù)，其特征在于兩字詞的編碼輸入規(guī)則為每字各取拼音的前兩個字母(若漢字拼音只有一個字母，則僅取一個)+每字首筆劃讀音的第一字母。
6．按權(quán)利要求書1所述的網(wǎng)絡(luò)(因特網(wǎng))漢語輸入技術(shù)，其特征在于三字詞的編碼輸入規(guī)則則為前兩字各取拼音的第一個字母，最后一字取拼音前兩個字母(若最后一字拼音只有一個字母，則僅取一個)。
7．按權(quán)利要求書1所述的網(wǎng)絡(luò)(因特網(wǎng))漢語輸入技術(shù)，其特征在于四字詞及四字詞以上的詞組和語句的編碼輸入規(guī)則為每字各取拼音的首字母。
全文摘要
本發(fā)明是建立在因特網(wǎng)應(yīng)用全面中文化基礎(chǔ)上,根據(jù)因特網(wǎng)上的文字使用特點,針對網(wǎng)上不同的輸入類型而調(diào)用搭建于因特網(wǎng)中文平臺庫中的各自獨立的“漢語語句庫”來進行輸入的漢語語句式輸入技術(shù)。它以漢語拼音為基礎(chǔ)并截取其有效部分來進行編碼,以漢字筆劃讀音的拼音首字母為補充碼,輸入高效而易學(xué)易用。
文檔編號G06F17/30GK1313565SQ0011213
公開日2001年9月19日 申請日期2000年3月13日 優(yōu)先權(quán)日2000年3月13日
發(fā)明者陳恭明 申請人:南京億迪電子商務(wù)有限公司