專利名稱：與西文兼容的中文呂氏編碼輸入系統(tǒng)的制作方法
與西文兼容的中文呂氏編碼輸入系統(tǒng)，屬計(jì)算機(jī)信息處理領(lǐng)域，利用這一編碼輸入系統(tǒng)，能夠高速地輸入全部中文信息，并于西文完全兼容。
中文的信息處理，尤其是漢字的輸入問題，一直是計(jì)算機(jī)信息處理領(lǐng)域的“瓶頸”，它嚴(yán)重地影響了計(jì)算機(jī)在使用漢語的國家和地區(qū)的應(yīng)用與普及，為較好的解決這一問題，人們進(jìn)行了廣泛的探索研究，據(jù)不完全統(tǒng)計(jì)目前已有近七百種漢字輸入方案，但尚沒有一種能夠達(dá)到令人比較滿意的程度，這些輸入方案，可規(guī)納為以下兩類，第一類根據(jù)漢字的“音”，“形”或者“音”，“形”結(jié)合將漢字進(jìn)行編碼，直接利用目前標(biāo)準(zhǔn)的小鍵盤用字母或數(shù)字輸入，這類輸入方式，不須專用鍵盤，造價(jià)低，但由于目前的編碼方案存在很多缺陷，未能得到普遍的接受，主要表現(xiàn)如下a.編碼輸入速度不高，b.編碼規(guī)則未有理論支持，不系統(tǒng)，易學(xué)性差，c.對操作者的單項(xiàng)水平要求過高，d.漢字，詞，語不能兼容或不能很好兼容，不能與西文兼容，e.代碼長短不一，難于規(guī)范，第二類漢字非編碼輸入，它包括漢字的整字輸入方法和將漢字分解成字根的直接輸入方法，分別采用大鍵盤和中鍵盤輸入方式，造價(jià)高，且整字輸入方法，盤面字容量一般較小，輸入速度較低;由于漢字極為復(fù)雜，采取字根輸入法時(shí)，要求使用者具有很高的字根分解水平，難于熟練掌握應(yīng)用，這類輸入方法與西文的兼容尤為困難。
本發(fā)明的目的尋求一種比較理想的中文輸入方法，基本克服目前漢字輸入方法的各種缺陷，提供一個(gè)具有理論支持，系統(tǒng)規(guī)范，易于學(xué)習(xí)掌握，高效的中文輸入系統(tǒng)，在這一系統(tǒng)里，漢文字，詞，語兼容;中西文兼容;并采取造價(jià)低的標(biāo)準(zhǔn)小鍵盤輸入方式，較好地解決漢字輸入的問題用事實(shí)證明具有悠久歷史的漢文字，是一種完全適應(yīng)現(xiàn)代信息社會，便于計(jì)算機(jī)處理的，最豐富，最簡潔的文字。
本發(fā)明的內(nèi)容為一.研究漢字的基本特征，獲得下述認(rèn)識1.漢文字是一種由象形文字發(fā)展的具有二維結(jié)構(gòu)的形意文字，表觀上相當(dāng)部分的簡單字(如大，單，有等)，在縱向上具有對稱性或準(zhǔn)對稱性。
2.一個(gè)漢字是一組筆形的有機(jī)組合，筆形間只可能有兩種關(guān)系，即筆形間相互交叉或連接與不相連接，本發(fā)明稱一組相互交叉或連接的筆形為連組。
3.構(gòu)成漢字的有些筆形或筆形組合(簡記為筆形)極為常用，這些筆形相當(dāng)簡單(如、，一，丿等)，一般附在其它筆形之上很難獨(dú)立，本發(fā)明稱這類筆形為附體。
4.可根據(jù)漢字的字形特征，提取一些特征符，并根據(jù)漢字所包含的特征符對漢字分體，分類。
5.漢字在現(xiàn)代拼音首字母的分布上極為不均，相當(dāng)數(shù)量的漢字讀音可以根據(jù)構(gòu)成漢字的表音部分得出相近讀音。
二.漢字的分體，分類方法基于上述(內(nèi)容一)對漢字的認(rèn)識，根據(jù)漢字的字形特征，將漢字分為七種體，分別為獨(dú)體，縱體，壘體，并體，靠體，庇體，圍體，二十個(gè)類，分別為1，2，3，4，5，6，7，8，9，a，b，c，d，e，f，g，h，i，j，k，漢字的字形特征圖如

圖1。
對圖1，字形特征圖的說明“
”指必要部分，“
”指非必要部分，“廠”，“囗”是字形特征符，1.為準(zhǔn)確地對漢字分體，分類，進(jìn)一步對連組及附體研究如下漢字由連組及附體構(gòu)成，連組即一組相連的筆形，下列筆形亦認(rèn)為是一個(gè)連組
，，附體指一些常用于構(gòu)成漢字的簡單筆形，附體一般附在字的上部，常用附體歸集如下丶(丷，，
)，一(亠，
)，丿(爫)，人(八，，
，入，丆)，乂(十，又)，，，在上述附體中，除“丶，丷，;
，一，人，八”外，處于非附體下時(shí)認(rèn)為是連組，如“古”字的“十”為附體，“早”字的“十”為連組，非重復(fù)附體迭加后仍為附體，如“合”字可認(rèn)為由一個(gè)附體和一個(gè)連組組成，其附體為“人”，“一”的迭加，兩個(gè)相同的附體的迭加認(rèn)為是一個(gè)連組，如“爻”認(rèn)為是一個(gè)連組，在考察漢字的各筆形關(guān)系時(shí)，若不能確定筆形間有相互連接關(guān)系，即認(rèn)為不相連接，2.漢字的體，結(jié)合圖一，詳述如下獨(dú)體字漢字中最多含有一個(gè)連組，對應(yīng)字形特征圖(1)，即圖1，1或難于歸入下述各體的字，如“大，內(nèi)，分，鳥”等，縱體字漢字呈縱向串列，且在任一層面上最多只能含有一個(gè)連組，對應(yīng)圖1，2，如“各，草，帛”等，壘體字漢字呈縱向串列，且在至少一個(gè)層面上有兩個(gè)以上連組，對應(yīng)圖1，3及圖1，4，如“磊，菠，孬，梁，哭”等，并體字漢字呈橫向并列，由兩部分組成，且任一部分不為壘體字碼或下面所說的總體圍護(hù)及總體圍護(hù)及總體庇護(hù)字碼，對應(yīng)圖1，5，如“特，地，到，部，加，他，報(bào)”等，靠體字漢字呈橫向并列，由兩部分或者兩個(gè)以上部分組成，當(dāng)由兩部分組成時(shí)，其中一部分為壘體字碼，對應(yīng)圖1，6及圖1，7，如“測，操，糊，礁，陛，準(zhǔn)，珩”等，庇體字漢字含有庇體特征符(特征符見下文)且符合下面所說的漢字分體時(shí)量的規(guī)則，對應(yīng)圖1，8及圖1，9，如“庇，這，玻，蔑，”等，
圍體字漢字含有圍體特征符(特征符見下文)，且符合下面所說的漢字分體時(shí)量的規(guī)則，對應(yīng)圖1，10及圖1，11，如“容，國，風(fēng)，同，間簡，洞，闕”等，
漢字分體時(shí)量的規(guī)則當(dāng)漢字含有庇體或圍體特征符時(shí)，若特征符所庇護(hù)或圍護(hù)的部分約占一半以上，則該漢字為庇體字或圍體字，如“析，俯，摑，恫”等，若漢字的所有部分都在庇體或圍體特征符之庇護(hù)或圍護(hù)中，則稱該字為總體庇護(hù)或總體圍護(hù)，如“慶，同，這，遮”等，而“蔗，讜”不為總體庇護(hù)或總體圍護(hù)，若漢字在分體時(shí)，依上述規(guī)定可劃歸多種體，依下述順序優(yōu)先;庇體圍體，壘體，獨(dú)體，3.漢字的分類，漢字在上述所說的體上分布很不均勻，要更準(zhǔn)確地把握漢字的字形特征，需進(jìn)一步對漢字分類，為了漢字的分類將一些常用部首及偏旁(簡記為BP)歸集如下
，漢字的分類，結(jié)合字形特征圖及漢字的體規(guī)定如下表
注1.在字形分類表中，字中含有某一BP，對縱體字，壘體字是指該BP單獨(dú)占據(jù)字的最高或最低層面;對并體是指該BP單獨(dú)占據(jù)字的左或右部分，2.在字形分類表中，當(dāng)含有兩個(gè)對應(yīng)BP時(shí)，對并體字以右部的BP為準(zhǔn)分類，三.漢字編碼方法由于用單一信息難于準(zhǔn)確地表示出漢字的全部特征，本發(fā)明的漢字編碼方法為，漢字代碼含有四位碼元，包含字的四種特征信息，四位碼元分別為字音碼元，字類碼元，字首碼元，字尾碼元，1.漢字讀音碼元的取法因漢字在讀音首字母的分布上極為不均(內(nèi)容1.5)，規(guī)定讀音碼元取法如下讀音碼元由下列字符組成a，b，c，d，e，f，g，h，i，j，k，l，m，n，o，p，q，r，s，t，u，v，w，x，y，z。
當(dāng)漢字的現(xiàn)代漢語拼音的首字母不為c，j，l，s，y，z時(shí)，該字的拼音首字母即為其讀音碼元;否則，其讀音碼元的取法如下表。
表2.漢字讀音碼元取法表
注1.順序比較結(jié)果指漢字拼音的前若干個(gè)字母與比較字符串依(相應(yīng)英文字母的排列)順序進(jìn)行比較的結(jié)果，2.可以用對應(yīng)字母的大寫字母，2.字類碼元的取法字類碼元由下列字符組成1，2，3，4，5，67，8，9，a，b，c，d，e，f，g，h，i，j，k，漢字的分類號即是該漢字的字類碼元，當(dāng)分類號為字母時(shí)，可以用對應(yīng)的大寫字母，3.字首碼元及字尾碼元的取法這兩個(gè)碼元由下列字符組成0，12，3，4，5，6，7，8，9，其取法類似新四角號碼查字法中的取角碼方法因相當(dāng)部分的漢字存在對稱性(內(nèi)容1.1)，而字首碼元及字尾碼元根據(jù)漢字的字首及字尾的筆形提取，它基本包含了漢字的筆形特征，這兩個(gè)碼元的取法如下表表3.字首碼元及字尾碼元取法表
注應(yīng)盡量使取碼的筆形多包含些筆畫，一個(gè)筆畫可以分開取碼。
字首筆形的取法除以BP1為字首的縱體字或壘體字外，字的左上角筆形即為字首筆形;當(dāng)字為以BP1為字首的縱體字或壘體字時(shí)，去除BP1后的字的左上角筆形即為字首筆形。
字尾筆形的取法對獨(dú)體字，并體字，靠體字，非總體庇護(hù)的庇體字非總體圍護(hù)的圍體字和不以BP1為字尾的縱體字及壘體字，字的右下角筆形即為該字的字尾筆形;對以BP1為字尾的縱體字及壘體字(當(dāng)為縱體字時(shí)，不以BP1為字首)，去除BP1后的字的右下角筆形即為字尾筆形;對為總體庇護(hù)的庇體字，當(dāng)為“廠”式的特征符時(shí)，字的右下角筆形即為該字的字尾筆形，當(dāng)為“辶，
，，弋”式的特征符時(shí)，取庇護(hù)字碼的右下角筆形為字尾筆形;對為總體圍護(hù)的圍體字，當(dāng)為
式的特征符時(shí)，字的右下角筆形即為字尾筆形，當(dāng)為“囗，冂”式的特征符時(shí)，取圍護(hù)字碼的右下角筆形為字尾筆形。
漢字的編碼，即是按上述取碼方法，依次寫出該字的各個(gè)碼元，當(dāng)碼元為字母時(shí)，采用小寫字母，即為該字的代碼，如“票，好，硼，達(dá)，崗田，愁”的代碼分別為“P319，ha44，Pd12，df38，gi22，ti64，i528”，四，中文詞，語的編碼輸入方法當(dāng)詞，語長度不足四字時(shí)，用小寫字母的形式，詞，語為二字時(shí)，依次寫出第一字的字音碼元，字類碼元，第二字的字音碼元，字類碼元;詞語為三字時(shí)，依次寫出，第一字的字音碼元及字類碼元，第二，三字的字音碼元;當(dāng)詞，語長度多于或等于四字時(shí)，用大寫字母的形式，依次寫出構(gòu)成該詞，語的前四字的字音碼元，如“共產(chǎn)黨，中華人民共和國，漢語”的代碼分別為“glid，VHRM，h6y7”。
五.西文的輸入方法由于漢，字，詞的代碼規(guī)范，皆為四位;當(dāng)連續(xù)輸入一個(gè)長為四位不含有空格符的字符串時(shí)，規(guī)定系統(tǒng)默認(rèn)為漢字，詞，語的代碼，否則系統(tǒng)默認(rèn)為直接輸入，據(jù)此，西文(包括數(shù)字及其它符號)采取分段直接輸入方式，如“Thespeed，v＝s/v”可直接輸入為“Thespeed，v＝s/v”
六.字的選擇方法由于本編碼方法重碼率很低，重碼數(shù)很小，為減少不必要的選字，規(guī)定選字方法如下當(dāng)連續(xù)輸入四位不含空格符的字符串后，系統(tǒng)默認(rèn)為此字符串是漢字詞，語(簡記為字)的代碼并將具有該代碼的首字送入指定位置，當(dāng)該代碼無對應(yīng)的字或該代碼還有其它字時(shí)，系統(tǒng)可以發(fā)出呼叫，請求處理(如有必要時(shí));若所選字為首字，可直接輸入下一個(gè)字，若所選字不為首字，則通過鍵入一數(shù)字選字，系統(tǒng)將所選字送入指定位置，刪除系統(tǒng)自選的首字，若該代碼無對應(yīng)字或待選字里無所需字，則可進(jìn)入其它字庫查找。
在選字時(shí)，鍵入空格符，系統(tǒng)默認(rèn)為選第二字。
七.字庫的分類及進(jìn)入漢字依使用頻度統(tǒng)計(jì)，大致可劃分為高頻字約100個(gè)，常用字約3000個(gè)，次常用字約4000個(gè)，罕見字約8000個(gè)，已基本無使用價(jià)值的死字約45000個(gè);“GB2312-80圖形字符代碼表”給出的常用字為3755個(gè)，次常用字為3008個(gè)，因此可以認(rèn)為，常用字及次常用字約7000個(gè)，本發(fā)明為了進(jìn)一步提高漢字的輸入效率，設(shè)兩級，兩類字庫;兩級字庫分別為一級字庫，二級字庫;兩類字庫分別為通用字庫(包括一級字庫，二級字庫)，專用字庫。
1.字庫的建立一級字庫包括97%以上的常用字及次常用字，相當(dāng)部分的罕見字，和大量以這些字為首的詞，語;在一級字庫中，控制重碼數(shù)一般不超過三，以字的使用頻度編序，且若第三字不為“GB2312-80圖形字符代碼表”中的常用字時(shí)，將該字歸入二級字庫，二級字庫主要由罕見字，尚有一定使用價(jià)值的所謂“死字”和以這些字為首的詞，語組成。一級字庫和二級字庫具有通用性，稱為通用字庫。
專用字庫主要由專業(yè)述語組成，根據(jù)用戶的專業(yè)需求配置。
2.各字庫的進(jìn)入系統(tǒng)進(jìn)入本輸入系統(tǒng)后，即為一級字庫的使用狀態(tài)若一級字庫不能滿足需要，希望使用其它字庫時(shí)，直接鍵入該字庫名和回車鍵即可，系統(tǒng)使用一次該字庫后，自行返回一級字庫;若希望該字庫與一級字庫聯(lián)接使用，重復(fù)兩次鍵入該字庫名和回車鍵即可，各字庫名規(guī)定為不含空格符的四位字符串，如“物理字庫”取名為“WLZK”。
本輸入系統(tǒng)的實(shí)現(xiàn)只需按照上述方法對漢字，詞，語進(jìn)行編碼輸入即可實(shí)現(xiàn)。
本發(fā)明與現(xiàn)有漢字輸入技術(shù)相比具有的優(yōu)點(diǎn)1.編碼規(guī)則具有相當(dāng)?shù)睦碚撝С?，系統(tǒng)規(guī)范，對操作的單項(xiàng)水平要求不高，便于學(xué)習(xí)掌握。
2.系統(tǒng)具有可用編碼空間1200萬余，實(shí)現(xiàn)了漢字，詞，語的完全兼容，其可用編碼空間目前是最大的。
3.系統(tǒng)設(shè)有兩級，兩類字庫，必要時(shí)，可以輸入全部中文信息。
4.漢字(包括中文詞，語)編碼的重碼率很低，重碼數(shù)很小。
5.漢字代碼設(shè)計(jì)合理規(guī)范，與西文完全兼容。
6.系統(tǒng)設(shè)計(jì)了快速選字方法。
7.由于系統(tǒng)有上述1，2，3，4，5，6的優(yōu)點(diǎn)，與漢字的其它輸入方案相比，本系統(tǒng)可以成倍地提高輸入速度;基本解決了漢字輸入方法的易學(xué)性和好用性的矛盾。
8.本系統(tǒng)采用標(biāo)準(zhǔn)小鍵盤輸入方式，造價(jià)低，其性能價(jià)格比更低。
9.本發(fā)明的核心漢字的分體，分類方法，反應(yīng)了漢字的基本特征可以作為學(xué)習(xí)掌握漢字的手段之一，獨(dú)立出來學(xué)習(xí)，用于教學(xué)或培訓(xùn)，從而為人們掌握這一漢字編碼輸入系統(tǒng)打下堅(jiān)實(shí)基礎(chǔ)。
10.在本系統(tǒng)中，漢字的代碼可極方便地轉(zhuǎn)換為密碼。
11.本發(fā)明的漢字編碼方法，可以作為快速查字法，用于作中文信息的檢索。
本人已用本發(fā)明的編碼方法，對“GB2312-80圖形字符代碼表”中的全部6719個(gè)漢字(不包括部首偏旁)進(jìn)行了編碼，也根據(jù)現(xiàn)代漢語成語小詞典對最易造成重碼的部分的連續(xù)二百個(gè)成語進(jìn)行了編碼，對其統(tǒng)計(jì)的結(jié)果證明，這一編碼方法確實(shí)具備易學(xué)，高效的特點(diǎn)，對“GB2312-80圖形字符代碼表”中的漢字編碼統(tǒng)計(jì)結(jié)果如下單碼率72%，兩碼率21%，三碼率5%，其它2%，最大重碼數(shù)6。
本發(fā)明除適于計(jì)算機(jī)的中文信息處理外，還可廣泛用于中文打字機(jī)，各種形式的電信通訊，中文信息的檢索;如本發(fā)明的漢字(包括詞，語)編碼方法用作電報(bào)編碼，可收到易學(xué)，高效的效果，本發(fā)明的核心漢字的分體，分類方法，可作為學(xué)習(xí)，研究漢字的手段之一。
權(quán)利要求
1.與西文兼容的中文呂氏編碼輸入系統(tǒng)，屬計(jì)算機(jī)信息處理領(lǐng)域，它包括本發(fā)明對漢字的研究認(rèn)識以及建立在這一認(rèn)識基礎(chǔ)上的漢字，詞，語的編碼方法及其系統(tǒng)，其特征是根據(jù)漢字的字形特征對漢字分體，分類，漢字，詞，語的代碼一般含有多種特征信息碼元(一般包括字類碼元)在本系統(tǒng)中，漢字，詞，語與西文完全兼容。
2.如權(quán)利要求(1)所述，基于對漢字的研究認(rèn)識，本發(fā)明提出的連組和附體概念以及漢字的分體，分類方法。
3.如權(quán)利要求(1)，(2)所述，本發(fā)明提出的漢字編碼方法，其特征是漢字代碼由四位碼元組成，分別為字音碼元，字首碼元字尾碼元。
4.如權(quán)利要求(1)，(2)，(3)所述，基于對漢字的研究認(rèn)識，本發(fā)明提出的字音碼元，字類碼元，字首碼元，字尾碼元的取法。
5.如權(quán)利要求(1)，(2)所述，本發(fā)明提出的中文詞，語的編碼方法，其特征是根據(jù)詞，語長度的不同，其代碼由組成該詞，語的前若干字的字音碼元或者字音碼元與字類碼元組成。
6.如權(quán)利要求(1)所述，根據(jù)本系統(tǒng)的特點(diǎn)，本發(fā)明提出的快速選字方法，其特征為當(dāng)輸入一個(gè)字，詞，語的代碼后，系統(tǒng)自動地將具有該代碼的首字送入指定位置。
7.如權(quán)利要求(1)所述，本系統(tǒng)根據(jù)漢字，詞，語的作用，將其分級，分類的方法，不同字庫的進(jìn)入與聯(lián)接方法。
8.如權(quán)利要求(1)所述，本發(fā)明提出的與中文兼容的西文輸入方法其特征是分段直接輸入。
9.如權(quán)利要求(1)，(2)，(3)，(4)，(5)，(6)所述，根據(jù)本發(fā)明的漢字，詞，語編碼方法而得出的中文信息檢索方法。
10.本發(fā)明可廣泛應(yīng)用于計(jì)算機(jī)，中文打字機(jī)，各種形式的電信通訊中文信息的檢索分類等;本發(fā)明的基礎(chǔ);對漢字的研究認(rèn)識，漢字的分體分類方法，可作為學(xué)習(xí)研究漢字的手段之一。
全文摘要
與西文兼容的中文呂氏編碼輸入系統(tǒng)，屬計(jì)算機(jī)信息處理領(lǐng)域，是一個(gè)用計(jì)算機(jī)處理中文信息，兼容西文信息的編碼輸入系統(tǒng)，其特征是本發(fā)明根據(jù)漢字的字形特征提出了漢字的分體，分類方法、漢字、詞、語相互兼容，并于西文完全兼容，在漢字、詞、語的代碼中，一般含有多種碼元(包括該字、詞、語的字類碼元)，碼型規(guī)范，皆為四位，重碼率低，重碼數(shù)小，基本解決了中文信息輸入方法的好用性與易學(xué)性之間的矛質(zhì)?？蓮V泛用作計(jì)算機(jī)，中文打字機(jī)，各種形式的電信通訊系統(tǒng)等方面的漢字輸入系統(tǒng)。
文檔編號G06F3/023GK1043014SQ89106889
公開日1990年6月13日 申請日期1989年12月29日 優(yōu)先權(quán)日1989年12月29日
發(fā)明者呂寶申 申請人:呂寶申