專利名稱：拼音漢詞編碼及其鍵盤的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于漢字信息處理領(lǐng)域，主要用于漢字的編碼、輸入、輸出、以及漢語詞匯和語句的計算機(jī)處理等。
漢字小鍵盤輸入方法中，按漢字編碼所依據(jù)的漢字屬性來劃分，有形碼、音碼，形音碼、音形碼四大類。上述漢字編碼方法各有利弊，解決問題也多少不同，各種有關(guān)介紹很多，這里就不談了。它們有三個共同的缺點(diǎn)，一是對重碼漢字，普遍使用人工選字，給眾多使用者造成不便；二是漢字編碼不能象英文詞那樣方便地輸入計算機(jī)，給計算機(jī)普及帶來困難；三是各種漢字編碼方法，都不能促進(jìn)漢字信息處理各種應(yīng)用問題的解決。例如，由周志農(nóng)先生發(fā)明的“自然碼輸入法”就很有名，主要缺點(diǎn)是自然碼的拼音編碼方法，使用人工選字解決重碼問題，不能象使用英文詞一樣方便，漢語分詞問題沒有解決；自然碼的形義編碼方法，不能為漢字信息處理各種應(yīng)用問題的解決，提供一個良好的環(huán)境。
本發(fā)明的目的是提供一種支撐漢字信息處理各種應(yīng)用問題解決的、以字處理為基礎(chǔ)、詞句處理的、沒有重碼的，可以讀的漢字編碼(鍵盤)輸入方法。為此，提供一種新的漢字編碼單位“漢詞”，在漢字信息處理和漢字編碼中，漢詞可以對中文語料進(jìn)行窮盡切分；提供一種新的漢字編碼形式“趙詞”，即“拼音漢詞”，趙詞在分詞連寫、可以讀、不使用人工選字、輸入跟英文詞差不多的條件下，使?jié)h字編碼沒有一個重碼；提供一種適宜趙詞簡碼輸入的小鍵盤，以便提供輸入速度；趙詞全碼使用國際通用的標(biāo)準(zhǔn)小鍵盤。
為完成上述目的，本發(fā)明提供了一種拼音漢詞編碼的方法，以及適用于拼音漢詞編碼的鍵盤，其特殊之處在于包括下述內(nèi)容1.一種拼音漢詞編碼及其鍵盤專用的漢字輸入鍵盤，其特征在于拼音漢詞編碼及其鍵盤使用“全碼”和“簡碼”兩種鍵盤，全碼鍵盤無圖，簡碼鍵盤，即圖7；全碼和簡碼，都使用國際通用的標(biāo)準(zhǔn)小鍵盤，把拼音漢詞編碼的26個聲母、38個韻母、26個節(jié)調(diào)字母、以及對應(yīng)的漢語拼音22個聲母、38個韻母、4個聲調(diào)符號，定義在標(biāo)準(zhǔn)鍵盤的26個英文字母鍵上；下述的“代替”，都是指把漢語拼音的字母用標(biāo)準(zhǔn)鍵盤上的英文字母代替；全碼和簡碼的聲母相同，zh用y代替，ch用w代替、sh用V代替，跟漢語拼音相比，增加五個“無讀音”聲母a、i、e、o、u，同英文字母，其它聲母也同英文字母，即圖2；全碼的韻母，全部由二個英文字母構(gòu)成，er用eh代替、a用al代替、 o用oj代替、e用ef代替、ai用ak代替、ei用ec代替、ao用ag代替、ou用od代替、an用am代替、en同英文字母、ang用at代替、eng用eb代替、ong用oy代替、i用ih代替、ia用il代替、ie用if代替、iao用ig代替、iou用id代替、ian用im代替、in同英文字母、iang用it代替、ing用ib代替、iong用iy代替、u用uh代替、ua用ul代替、uo用uj代替、uai用uk代替、uei用uc代替、uan用um代替、uen用un代替、uang用ut代替、ueng用ub代替、ü用oh代替、üe用of代替、üan用om代替、ün用on代替，把漢語拼音的韻母ê并入韻入韻母ei，用ec代替、把漢語拼音的聲母ng，作為韻母使用，用ob代替，跟漢語拼音相比，增加一個“無讀音”韻母ot，同英文字母，圖3；簡碼的韻母，全部由一個英文字母構(gòu)成，er、ia以及全碼的無讀音韻母ot，都用Q代替、iou用w代替、e同英文字母、üan和uan用R代替、üe和uei用T代替、ian用Y代替、u同英文字母、i同英文字母、o同英文字母、uo用o代替、ün和uen用P代替、a同英文字母、iong和ong用s代替、iang和uang用D代替、en用F代替、eng和ueng用G代替、ang用H代替、an用J代替、ao用k代替、ai用L代替、ei和ê用z代替、ie用x代替、ü和ua用C代替、iao用V代替、ou用B代替、in和ng用N代替、ing和uai用M代替，圖3；全碼和簡碼的節(jié)調(diào)字母相同，陰平用s、t、u、v、w、x、z代替，陽平用m、n、o、p、q、r、z代替，上聲用g、h、i、j、k、l、y代替，去聲用a、b、c、d、e、f、y代替，圖1。
2.一種拼音漢詞的漢字編碼方法，其特征在于，以漢詞為漢字編碼單位，以拼音漢詞和拼音句言為漢字編碼形式，以漢詞和拼音漢詞一對一編碼，以句言和拼音漢詞為輸入單位，以句讀和漢詞為輸出單位的漢字音義編碼方法，內(nèi)容包括1)以漢詞和編碼句讀為漢字編碼單位，由一個漢字和二個漢字組成的漢字編碼單位，叫作漢字漢詞，一個漢字的漢字漢詞，叫作“單漢字”，或者叫作“單漢字漢詞”，二個漢字的漢字漢詞，叫作“雙漢字”，或者叫作“雙漢字漢詞”，不加區(qū)別時，統(tǒng)稱為“漢詞”，漢詞的數(shù)學(xué)定義是c2+c1，式中c＝0，1，2，3…正整數(shù)，c表示不同漢字的個數(shù)，c1表示單漢字漢詞的個數(shù)，c2表示雙漢字漢詞的個數(shù)；一個漢詞只有一個意義，叫作“類屬意義”，簡稱“類義”，漢詞類義的數(shù)學(xué)模型是H1＝log2(c2+c1)，式中，c＞0，H1表示漢詞類義的平均信息量，單位是比特，c表示不同漢字的個數(shù)，c1表示單漢字漢詞類義的個數(shù)，c2表示雙漢字漢詞類義的個數(shù)；漢詞具有規(guī)定的書寫形式和意義，漢詞之間有空格；由二個漢詞組成的漢字編碼單位，叫作“編碼句讀”，又叫作“句讀”，句讀的漢字編碼單位有四種，就是，單漢字+單漢字、單漢字+雙漢字、雙漢字+單漢字、雙漢字+雙漢字；2)以拼音漢詞和拼音句言為漢字編碼形式，拼音漢詞編碼使用“全碼”，又叫作“趙詞全碼”，“簡碼”，又叫作“趙詞簡碼”，兩種漢字編碼形式；全碼和簡碼的聲母相同，都是26個b、p、m、f、d、t、n、l、g、k、h、j、q、x、y、w、v、r、z、c、s、a、i、e、o、u，即圖2；全碼的韻母有38個，是eh、al、oj、ef、ak、ec、ag、od、am、en、at、eb、oy、ih、il、if、ig、id、im、in、it、ib、iy、uh、ul、uj、uk、uc、um、un、ut、ub、oh、of、om、on、ot、ob即圖3；簡碼的韻母有26個，是Q、W、E、R、T、Y、U、I、O、P、A、S、D、F、G、H、J、K、L、Z、X、C、V、B、N、M，即圖3；全碼和簡碼的“節(jié)調(diào)字母”，又叫作“節(jié)調(diào)”，相同，都是26個，另外，分別還有2個相同的節(jié)調(diào)字母，陰平節(jié)調(diào)是s、t、u、v、w、x、z，陽平節(jié)調(diào)是m、n、o、p、q、r、z，上聲節(jié)調(diào)是g、h、i、j、k、l、y，去聲節(jié)調(diào)是a、b、c、d、e、f、y，即圖1；全碼和簡碼分別使用聲母、韻母、節(jié)調(diào)，把漢語拼音有聲韻調(diào)的不同音節(jié)大約1300個，編碼為大約8580個有聲韻調(diào)的不同的編碼，這8580個編碼，叫作“拼音漢詞”，一個聲節(jié)的拼音漢詞，叫作“單聲節(jié)”，或者叫作“單聲節(jié)趙詞”，二個聲節(jié)的拼音漢詞，叫作“雙聲節(jié)”，或者叫作“雙聲節(jié)趙詞”不加區(qū)別時，統(tǒng)稱為“拼音漢詞”或者“趙詞”，趙詞的數(shù)學(xué)定義是a2+a1，式中a＝0，1，2，3…正整數(shù)，a表示不同聲節(jié)的個數(shù)，a1表示單聲節(jié)趙詞的個數(shù)，a2表示雙聲節(jié)趙詞的個數(shù)；一個趙詞只有一個標(biāo)準(zhǔn)語音，就是標(biāo)準(zhǔn)普通話語音，趙詞普通話語音的數(shù)學(xué)模型是H2＝log2(a2+a1)，式中，a＞0，H2表示趙詞普通話語音的平均信息量，單位是比特，a表示不同聲節(jié)的個數(shù)，a1表示單聲節(jié)趙詞普通話語音的個數(shù)，a2表示雙聲節(jié)趙詞普通話語音的個數(shù)；以8580個聲節(jié)計算，趙詞的總數(shù)是7.362498×107個，趙詞語音的熵，即普通話語音的平均信息量是26.134比特；趙詞之間有空格；單聲節(jié)由聲母、韻母、節(jié)調(diào)、共三部分構(gòu)成，雙聲節(jié)由聲母、韻母、節(jié)調(diào)、聲母、韻母、節(jié)調(diào)，共六部分構(gòu)成；由二個拼音漢詞組成的漢字編碼形式，叫作“拼音句言”，又叫作“句言”，句言的漢字編碼形式有四種，就是，單聲節(jié)+單聲節(jié)、單聲節(jié)+雙聲節(jié)，雙聲節(jié)+單聲節(jié)、雙聲節(jié)+雙聲節(jié)；3)漢詞和拼音漢詞對應(yīng)編碼的基本規(guī)則有三條，一個雙漢字固定使用一個雙聲節(jié)編碼，一個單漢字固定使用一個單聲節(jié)編碼，一個單漢字固定使用一個雙聲節(jié)編碼；漢詞和拼音漢詞對應(yīng)編碼的附加規(guī)則有一條，就是漢字和節(jié)調(diào)字母對應(yīng)排序的規(guī)則，下述的“序號”，都是指圖1的“節(jié)調(diào)字母序號”，一是“字頻排序法”，在同音同聲調(diào)漢字中，按照使用漢字的頻度大小，從序號1到序號6順序排列6個漢字，反復(fù)排列，可排列所有的同音同聲調(diào)漢字；二是“字義排序法”，又叫作“音義排序法”，在同音同聲調(diào)漢字中，根據(jù)漢字的一個基本意義，規(guī)定漢字和節(jié)調(diào)字母的對應(yīng)排序，把全部漢字的基本意義，歸類為二種“類屬意義”，就是“名詞”和“動詞”，又細(xì)分為6種類屬意義，就是，實(shí)物名詞、抽象名詞、代時名詞、動作動詞、靜態(tài)動詞、過程動詞，在同音同聲調(diào)漢字中，按照漢字的一個基本意義，從序號1到序號6，順序排列6個漢字，反復(fù)排列，可排列所有的同音同聲調(diào)漢字，圖1；4)以句言和拼音漢詞為輸入單位，在二個拼音漢詞之間有一個空格的前提下，由二個拼音漢詞組成的輸入單位，叫作“輸入句言”，又叫作“句言”，句言后面擊二次空格鍵，如果單聲節(jié)用數(shù)字“1”表示，雙聲節(jié)用數(shù)字“2”表示，那么，句言的組合形式有四種，就是“1+1”，“1+2”，“2+1”，“2+2”，以拼音漢詞為輸入單位時，輸入一個拼音漢詞，擊一次空格鍵；5)以句讀和漢詞為輸出單位，在二個漢詞之間有一個空格的前提下，由二個漢詞組成的輸出單位，叫作“輸出句讀”，又叫作“句讀”，句讀后面有二個空格的距離，如果單漢字用數(shù)字“1”表示，雙漢字用數(shù)字“2”表示，那么，句讀的組合形式有四種，就是“1+1”，“1+2”、“2+1”、“2+2”，以漢詞為輸出單位時，輸出一個漢詞，后面有一個空格。
對上述的方法和鍵盤作專業(yè)技術(shù)應(yīng)用的分類和限定，就適用于一切大、中、小、微型計算機(jī)漢字信息處理系統(tǒng)、漢字電傳機(jī)、漢字電腦打字機(jī)、漢字終端機(jī)、各類電子印刷排版系統(tǒng)、情報檢索和檔案管理、辦公室自動化系統(tǒng)、專家系統(tǒng)、翻譯系統(tǒng)、漢字語音識別系統(tǒng)和漢字字形識別系統(tǒng)、漢字信息通訊系統(tǒng)、廣告宣傳系統(tǒng)、電話查號系統(tǒng)和公用咨詢服務(wù)系統(tǒng)中。
中文語料，總是由不同的漢字組成的。以GB2312-80中的6763個不同漢字計算，共可構(gòu)造不同的漢詞4.5744932×107個，即一個唯一的漢詞集合，每個漢詞的熵，即平均信息量是25.447比特，計算方法如下當(dāng)c＝6763時，c2+c1＝67632+67631＝4.5744932×107(個)H1＝log2(c2+c1)＝log24.5744932×107＝25.447(比特)漢詞的數(shù)量很大，但現(xiàn)代漢語實(shí)際使用的漢詞，并不多?，F(xiàn)代漢語實(shí)際使用的漢詞，可以根據(jù)漢語語法詞的數(shù)量作對比估算。從形式上看，語法詞中的全部雙音節(jié)詞，都可以看作是雙漢字，全部單音節(jié)詞，都可以看作是單漢字，三音節(jié)詞、四音節(jié)詞、五音節(jié)以上的詞，都可以切分成雙漢字和單漢字，兩個漢字的語法詞組，都是雙漢字，還有一些漢詞無法跟語法詞對比，參看實(shí)施例中的例句。實(shí)際使用漢詞的數(shù)量，明顯地多于語法詞的數(shù)量。根據(jù)現(xiàn)代通用語法詞的數(shù)量，發(fā)明人估算，現(xiàn)代漢語通用漢詞的數(shù)量，大約六萬個，中文語料覆蓋率為99％，其中，中文語料覆蓋率為95％，最常用的通用漢詞，大約一萬二千個。
漢詞之間的距離有一個空格就可以了。在漢字編碼時，首先把中文語料切分成漢詞，然后經(jīng)趙詞編碼輸入計算機(jī)，輸出計算機(jī)的是分詞連寫的漢詞，也可以是不分詞連寫的漢字，但最好是漢詞。分詞連寫將對漢字信息處理的各種應(yīng)用問題，帶來無窮無盡的方便和好處。分詞連寫的重要性，怎么強(qiáng)調(diào)都不過分。
漢詞的數(shù)學(xué)定義說明。漢詞是一種不同漢字重復(fù)排列的方法。參看圖4，“信”、“息”、“論”三個不同漢字的重復(fù)排列方法。根據(jù)重復(fù)排列種數(shù)的公式mn，以及加法定義，就可以計算出漢詞的總數(shù)。計算漢詞的總數(shù)，就是漢詞的數(shù)學(xué)定義。從圖4漢詞原理例圖可以看出，由“信”、“息”、“論”、三個不同漢字，可構(gòu)造9個不同的雙漢字漢詞、3個不同的單漢字漢詞，共計12個不同的漢詞，現(xiàn)代漢語實(shí)際使用的不同漢詞有4個，即“信”、“息”、“論”、“信息”，其余的8個雙漢字漢詞備用。“備用”這個道理很簡單，在“信息論”沒有產(chǎn)生以前，“信息”這個漢詞沒有人使用，而現(xiàn)在大量使用。
漢詞的數(shù)學(xué)定義，能夠使計算機(jī)和普通使用者，從總體上把握漢詞，能夠定量地描述漢詞的各種特征，這對漢字信息處理和漢字編碼各種問題的解決，是非常有用的。再舉一個例子，如果把“通訊功能的開啟和停止”?？闯墒且粋€句子，那么，共使用了10個不同漢字，使用了6個漢詞，因?yàn)楸景l(fā)明規(guī)定一個漢詞只有一個意義，即“類屬意義”，簡稱“類義”，所以，根據(jù)信息論的方法，以及漢詞類義的數(shù)學(xué)模型，可以建立漢詞句子類義的數(shù)學(xué)模型H3＝log2(c2+c1)n，c≥1，1≤n≤c，H3表示句子類義的平均信息量，單位比特；n表示句子里使用漢詞的個數(shù)；其它同漢詞類義的數(shù)學(xué)模型。
“通訊功能的開啟和停止”這句話的類義，即這句話意義的平均信息量是當(dāng)c＝10，n＝6時，H3＝log2(c2+c1)n＝log2(102+101)6＝6×6.781＝40.686比特。
對于英文詞和漢語語法詞來說，進(jìn)行類似的計劃，將是極為困難的。漢詞的數(shù)學(xué)定義，漢詞類義的數(shù)學(xué)模型，句子類義的數(shù)學(xué)模型，將為第三代漢字編碼輸入方法，漢字信息處理提供一個良好的工作環(huán)境。
趙詞的數(shù)學(xué)定義說明。趙詞的數(shù)學(xué)定義，跟漢詞的數(shù)學(xué)定義，沒有什么根本地不同，只是寫法和數(shù)量不同，趙詞使用的是聲節(jié)，是一種以語音為主的漢字編碼形式，漢詞使用的是漢字，是一種規(guī)定性的漢字編碼單位，從總體數(shù)量上說，漢詞比趙詞要多很多。由于趙詞是可以讀的，所以，可以對趙詞的語音進(jìn)行定量地描述。本發(fā)明規(guī)定，一個趙詞只有一個語音，不同的趙詞，就有不同的語音，如果不同的趙詞讀音相同，即同音不同型，也是不同的語音。趙詞語音的信息量和趙詞類義的信息量，計算方法完全一樣，如果不同漢字的個數(shù)跟不同聲節(jié)的個數(shù)相同，那么，信息量也就相同，這符合常識。趙詞普通話語音的數(shù)學(xué)模型，H2＝log2(a2+a1)，a＞0，將為漢字的語音輸入識別與合成提供方法。用趙詞編碼所組成的編碼句子，即普通話語音句，計算方法同“漢詞句子類義”的計算方法。只是把“漢詞句子類義的數(shù)學(xué)模型”中的“c”換成“a”，“n”表示語音句中趙詞的個數(shù)，用H4表示普通話語音句的信息量即可，即H4＝log2(a2+a1)n，a≥1，1≤n≤a。根據(jù)漢詞句子類義和語音的數(shù)學(xué)模型，可以統(tǒng)一寫成一種形式，即H＝log2(c2+c1)n，c＞0，0＜n≤c。
使用聲節(jié)，不會改變普通話的語音。本發(fā)明不使用輕聲音節(jié)，凡遇輕聲漢字，一律標(biāo)注本調(diào)，如在小型字典上查不到漢字本調(diào)的，一律用“去聲”聲調(diào)替代。
聲節(jié)的編碼說明。參看圖1節(jié)調(diào)字母表，其中，序號1由節(jié)調(diào)字母“s、m、g、a”構(gòu)成，分別表示陰平、陽平、上聲、去聲四個聲調(diào)，序號1的四個節(jié)調(diào)字母跟本發(fā)明的聲母，韻母組合，可編碼1300個不同的聲節(jié)，相當(dāng)于使用漢語拼音的四個聲調(diào)符號跟聲母、韻母組合，構(gòu)造1300個不同的單音節(jié)。反復(fù)使用序號1的方法，就有了序號2至序號7。其中，序號1至序號6，共可編碼不同的聲節(jié)6×1300＝7800個。序號7的情況比較特殊，用一個聲調(diào)字母“z”表示陰平和陽平聲調(diào)，用“y”表示上聲和去聲聲調(diào)。GB2312-80的“一級字”的聲調(diào)比例，大約是，陰平0.25、陽平0.23、上聲0.17、去聲0.35，分別以最高的陰平0.25和去聲0.35計算，則有，0.25+0.35＝0.6，即1300×0.6＝780，用“z”和“y”兩個節(jié)調(diào)字母可編碼不同的聲節(jié)780個，所以有，7800+780＝8580，這就是8580個不同聲節(jié)的由來。根據(jù)趙詞的定義，可以計算出，單聲節(jié)的不同編碼形式是8580個，雙聲節(jié)的不同編碼形式是8580×8580＝7.36164×107。趙詞編碼形式的總數(shù)是8580+85802＝7.362498×107；7.362498×107個趙詞，是使?jié)h字編碼無重碼的關(guān)鍵技術(shù)。由于趙詞的總數(shù)是七千余萬個，解決漢字編碼的重碼問題，根本使用不完，所以，本發(fā)明規(guī)定只使用圖1的序號1至序號6的節(jié)調(diào)字母，序號7的節(jié)調(diào)字母備用。
聲節(jié)共使用26個聲母，參看圖2聲母表，其中五個元音聲母“a、i、e、o、u”只出現(xiàn)在聲母位置上，沒有讀音，因?yàn)楸景l(fā)明不允許沒有聲母的聲節(jié)存在，所以，解決辦法是，當(dāng)聲節(jié)只有韻母沒有聲母時，韻母的第一字母，必須重寫一次，以確保每個聲節(jié)都有一個聲母。因?yàn)轫嵞傅牡谝粋€字母都是元音字母，這樣，跟漢語拼音聲母表的21個聲母相比，本發(fā)明就增加了五個不發(fā)音的元音聲母，聲節(jié)的聲母表跟漢語拼音的聲母表，在使用上沒有什么不同。
聲節(jié)共使用38個韻母，參看圖3韻母表。跟漢語拼音的韻母表相比，除了在寫法上大多數(shù)韻母不同以外，還有四點(diǎn)不同，第一，一般字典的漢語拼音韻母表列出35個韻母，韻母er未列入表內(nèi)，本發(fā)明列入表內(nèi)；第二，為了使聲母和韻母整齊劃一，把漢語拼音沒列入聲母表的聲母ng，本發(fā)明作為韻母使用，列入韻母表，讀音和作用都不變；第三，本發(fā)明增加一個無讀音韻母，無讀音韻母只有書寫形式，沒有讀音，作為普通話中無韻母的漢字“口歆”、“口舞”、“唔”的韻母，以使中文語料中的任何一個漢字，在使用本發(fā)明編碼時，聲節(jié)都由聲母、韻母、節(jié)調(diào)三部分組成，無一例外；第四，本發(fā)明把漢語拼音的韻母“e”并入韻母“ei”。
趙詞全碼使用小寫英文字母，單聲節(jié)由四個字母構(gòu)成，雙聲節(jié)由八個字母構(gòu)成，趙詞簡碼使用大寫英文字母，單聲節(jié)由三個字母構(gòu)成，雙聲節(jié)由六個字母構(gòu)成，趙詞的編碼形式是確定的。僅看字母的個數(shù)，趙詞就不會跟英文詞或者其它西文詞混淆，也不會跟漢語拼音詞混淆，聲節(jié)的界限也不會混淆。趙詞最好使用普通話讀，也可以使用不標(biāo)準(zhǔn)的普通話讀，還可以使用方言語音讀。趙詞只是一種漢字編碼形式，不是漢語拼音詞，讀音是否標(biāo)準(zhǔn)，不會影響正常使用。
從圖5的“意義”，圖6的“他們”，可以看出，雙聲節(jié)大約是漢語拼音雙音節(jié)的49倍，單聲節(jié)大約是漢語拼音單音節(jié)的7倍。以現(xiàn)代漢語同音詞最多的“意義、異義、異議、異意、意譯、奕奕、翼翼、熠熠”為例，使用漢語拼音書寫，只有一種寫法“yi yi”，重碼是八個。使用本發(fā)明，只用了雙聲節(jié)的編碼八個，沒有重碼。對于通用的雙漢字來說，一個同音雙漢字的總數(shù)，超過六個的是少數(shù)，例如上面提到的“意義”的同音雙漢字是八個，通用的同音雙漢字要達(dá)到36個，是不可能的，即使把古代、現(xiàn)代、未來的都算上，可能性也極小，而通用的同音雙漢字要達(dá)到49個，更是不可能的。當(dāng)然，中國人姓名、地名、科技專業(yè)詞匯等使用的雙漢字，以及外國人姓名、地名、科技專業(yè)詞匯翻譯成中文后使用的雙漢字，屬于漢詞和趙詞的特殊問題，根據(jù)用戶的要求，發(fā)明人將另外處理。
類推，雙漢字使用雙聲節(jié)編碼無重碼，根據(jù)第三條基本編碼規(guī)則，從技術(shù)的角度看，就可以保證全部漢字編碼無重碼?，F(xiàn)有的不同漢字就算有十萬個，假設(shè)都使用雙聲節(jié)編碼，也才用去十萬個不同的雙聲節(jié)，只占七千余萬個雙聲節(jié)的極少數(shù)。漢語拼音的雙音節(jié)，雖然有1300×1300＝1.69×106個不同的書寫形式，遺憾的是，雙音節(jié)沒有處理同音碼，或者說重碼的能力。
對句讀和句言的說明。“編碼句讀”和“輸出句讀”的形式完全相同，只是一個用在編碼前的切分，一個用在計算機(jī)輸出，所以簡稱相同?！捌匆艟溲浴焙汀拜斎刖溲浴钡暮喎Q相同的道理同上。句讀是指漢字的三字語和四字語，句言是指漢字編碼的三個聲節(jié)(相當(dāng)于音節(jié))和四個聲節(jié)的編碼。使用句讀的主要目的是，一是為了解決漢字編碼的重碼問題，當(dāng)漢字有重碼時，使用三字句讀編碼，三聲節(jié)句言輸入，可以解決重碼問題，句讀和句言使用最多的形式是三聲節(jié)“1+2”和“2+1”，因?yàn)楸景l(fā)明的雙聲節(jié)即“2”不會有重碼，所以，四字語“2+2”不會有重碼問題；二是為了使語義更確定，例如，漢語的“三字經(jīng)”，“四字成語”等，都能表示一個確定的意義或者故事；三是為了把句讀和句言作為句處理方法，為準(zhǔn)備拼音的趙詞和句言輸入計算機(jī)后，自動轉(zhuǎn)換成漢詞和句讀輸出，提供條件；四是為了使語句更通順，表達(dá)更清楚，五是為了從語句中切分出漢詞更方便。
例1萬向節(jié)是一種非常靈巧的機(jī)械裝置。
“A1，A2，A4，A5”表示句讀，“A3，A11，A12，A21，A22，A41，A42，A51，A52”表示漢詞。切分結(jié)果如下萬向節(jié)是一種非常靈巧的機(jī)械裝置。
上述方法叫作“句讀切分法”，本發(fā)明規(guī)定，一個句讀必須切分成二個漢詞，并且只能切分成二個漢詞，因?yàn)榫渥x后面使用二個空格，所以，從書面上看，句讀跟漢詞一樣，具有形式標(biāo)志，這對于計算機(jī)自動分詞，將會帶來許多方便。兩個句讀叫作“超句讀”，兩個超句讀叫作“次語句”兩個次語句叫作“語句”，兩個語句叫作“超語句”等等，根據(jù)需要，一直可以二合下去。雖然超句讀、語句等沒有形式標(biāo)志，但作為一種算法，將給自然語言理介、機(jī)器翻譯等帶來方便。
例2他對該事件的意義，持有異議。
使用“句讀切分法”切分“例2”，覺得很不順手，如果把“例2”改寫成“他對于該事件的意義，持有異議。”增加了一個“于”字，覺得好切分一點(diǎn)，但還是不順手，如果把“例2”改寫成“他對于該事件產(chǎn)生的意義，持有異議?！鼻蟹志晚樖忠稽c(diǎn)，語句也比較通順。這說明，句讀可以幫助用戶在文字表達(dá)上，更清楚，具有修辭作用?！袄?”雖然讀起來不通，但對說明如何進(jìn)行編碼，不會有什么不利影響。
本發(fā)明是怎樣解決漢字編碼重碼問題的。
用戶要學(xué)會GB2312-80常用漢字表的3755個漢字的趙詞編碼，或者學(xué)會GB2312-80中的6763個漢字的趙詞編碼。根據(jù)雙聲節(jié)趙詞無重碼，句言無重碼，以及本發(fā)明將為所有的常用漢字都備有容錯碼。在鍵盤輸入時，只要編碼屬于下面的一項(xiàng)，即可保證無重碼。一是同音漢字中的第一輪6個節(jié)調(diào)序號內(nèi)的漢字；二是使用雙聲節(jié)趙詞輸入；三是使用句言輸入，句言內(nèi)必有一個是雙聲節(jié)趙詞。如果不屬于上述三項(xiàng)的漢字編碼輸入，才會有重碼，解決辦法是使用編碼的基本規(guī)則第三條，即一個單漢字固定使用一個雙聲節(jié)編碼。
編碼的鍵盤圖說明。全碼鍵盤只使用了三個壓縮碼，即zh用y，ch用w，sh用v表示，全碼使用標(biāo)準(zhǔn)英文鍵盤，因?yàn)閴嚎s碼只有三個，所以，全碼鍵盤不再畫圖。
“簡碼鍵盤”參看圖7，是本發(fā)明的專用鍵盤，簡碼的鍵位代碼，聲母參看圖2，韻母參看圖3，節(jié)調(diào)字母參看圖1。圖7中的鍵位代碼，下面左側(cè)是全碼韻母和聲母，右側(cè)中括號內(nèi)是漢語拼音。“/”表示沒有對應(yīng)代碼。
趙詞編碼的附加規(guī)則說明。附加規(guī)則實(shí)際上是三條基本編碼規(guī)則的一部分，三條基本編碼規(guī)則都必須使用附加規(guī)則，這里是為了敘述更方便，才單獨(dú)作為一條附加規(guī)則列出來的。附加規(guī)則就是講一個聲調(diào)的6個節(jié)調(diào)字母，如何跟同音漢字對應(yīng)排序編碼的方法，簡稱“排序”。
字頻排序法，就是根據(jù)現(xiàn)代漢語書面語中漢字相對使用頻率來“排序”編碼的。這一方法比較簡單，但規(guī)律性差，用戶記憶量很大。
字義排序法，發(fā)明人認(rèn)為，漢字不是表示“名稱”，就是表示“動作”，所以，把“名稱”一類的意義叫作“名詞”，動作一類的意義，叫作“動詞”。一個漢字的意義雖多，總有一個基本意義。規(guī)定一個單漢字漢詞只表示基本意義，漢字的其它意義，使用雙漢字漢詞表示。例如漢字“打”，基本意義是“用手或器具撞擊物體”，單漢字漢詞是“動詞”，再細(xì)分是“動作動詞”，漢字“打”的其它意義，總要跟其它漢字連用，即使用雙漢字漢詞，才能表示，如“打手”(名詞)，實(shí)物名詞，“打人”(動詞)，動作動詞，“打發(fā)”(動詞)，過程動詞，“打量”(動詞)，靜態(tài)動詞，“打算”(動詞)，靜態(tài)動詞，等等。
把漢字的基本意義分為二大類，又細(xì)分為六類基本意義，雖然“同義”詞很多，但并不影響使用。規(guī)定一個漢詞只有一個意義，使“類義”成為可以計算的，這以對漢字信息處理、漢字編碼、都將帶來方便。字義排序法的主要缺點(diǎn)，是記憶量很大。
對六種類義的補(bǔ)充說明下面的“相當(dāng)于”都是指漢語中的語法語。
參看圖1，序號1，實(shí)物名詞，相當(dāng)于名詞中的具體名詞。
例如人、山、水，序號2，抽象名詞，相當(dāng)于名詞中的抽象名詞。
例如友、思、政序號3，代時名詞，相當(dāng)于代詞、數(shù)量詞、時間、處所、方位詞等。
例如他、年、秒、上、東、之、以。
序號4，動作動詞，相當(dāng)于大部分動詞例如打、放、寫序號5靜態(tài)動詞，相當(dāng)于一部分動詞、形容詞的全部。
例如是、大、小、好、快、慢。
序號6，過程動詞，相當(dāng)于一部分動詞，副詞、介詞、助詞、連詞、嘆詞。
例如漂、流、很、都、在、向、地、的、得、著、了、過、和、哈。
單漢字的類義跟雙漢字的類義，有時會發(fā)生變化，例如，單漢字漢詞“學(xué)”是過程動詞，“生”是過程動詞，雙漢字漢詞“學(xué)生”是實(shí)物名詞，詞義的這一變化過程，叫作“形態(tài)”，所以，“字義排序法”又叫作“形態(tài)編碼”。
另外，“字義排序法”有例外情況，例如“他、她、它”都應(yīng)屬于序號3，代時名詞，但為了使用上的方便，規(guī)定“他”，代對名詞，“她”，抽象名詞，“它”，實(shí)物名詞。類似的情況還有“地”、“得”、“的”等等，對例外作專門規(guī)定，顯然是缺點(diǎn)，好在于這樣的特殊漢字并不多。
與現(xiàn)有技術(shù)相比，本發(fā)明的主要優(yōu)點(diǎn)1.趙詞編碼在可以讀的前提下，從技術(shù)上作到了使?jié)h字編碼沒有一個重碼。這為普及計算機(jī)應(yīng)用，創(chuàng)造了條件。
2.趙詞編碼的可讀性適應(yīng)面廣，會說普通話或者不會說普通話的人，都可以使用。
3.編碼的基本規(guī)則就是三條，從一個漢字的編碼到全都漢字的編碼，都是這三條基本編碼規(guī)則。
4.漢字和趙詞的數(shù)學(xué)定義，以及漢詞音義句的數(shù)學(xué)模型將為漢字信息處理各種應(yīng)用問題的解決，提供方法。
5.漢詞和趙詞的數(shù)學(xué)定義和音義句的數(shù)學(xué)模型說明，趙詞比英文詞更適宜計算機(jī)處理。
下面結(jié)合附圖的圖面對本發(fā)明的內(nèi)容說明如下圖1，節(jié)調(diào)字母表(類義字母表)；圖2，聲母表；圖3，韻母表；圖4，漢詞原理例圖；圖5，“意義”的拼音漢詞編碼表；圖6，“他們”的拼音漢詞編碼表；圖7，簡碼鍵盤圖。
結(jié)合


具體實(shí)施例；在使用拼音漢詞編碼時，首先要從中文語料中切分出漢詞。切分漢詞，可以看作是使用一個漢字和二個漢字進(jìn)行修辭的過程。所以，除了在形式上有相似之處外，漢字跟語法詞沒有任何關(guān)系。根據(jù)“漢詞定義”，是切分漢詞的基本方法，圖4是切分漢詞的基本原理，例1是語法詞和漢詞的切分結(jié)果對比。
例1.①萬向節(jié)/是/一/種/非常/靈巧/的/機(jī)械裝置。(語法詞切分)②萬向節(jié)是一種非常靈巧的機(jī)械裝置。(漢字定義切分)
從例1的①和②，可以直觀地看出語法詞和漢詞的不同。語法詞的主要問題是詞的定義無法把握，給切分造成困難，而漢詞的定義簡單明確，就是根據(jù)一個漢字和二個漢字進(jìn)行切分。因?yàn)榍蟹譂h詞跟個人的修辭水平有關(guān)，所以，操作者必須是以漢語為母語的具有初中以上文化的人。
對于同一個中文語料，不同的人切分出的漢詞，一般地說是一樣的。因?yàn)槿藗兊膬A向，總是希望有最好的修辭表達(dá)，總是希望切分出最好的漢詞，在同一文化背景下，人們的思維方式，對“好壞”的理解程度，也總是一樣的。有例外也是正常的，切分出不同的漢詞，可以看作是修辭水平不同，或者是表達(dá)方法不同，也就是使用的漢詞不同，還可以看作是創(chuàng)新，也可以看作是糟粕，不規(guī)范，等等這一切，都有可能發(fā)生。一般地說，好的漢詞切分結(jié)果只有一種，不好的和一般的切分結(jié)果是多種多樣的，而創(chuàng)新和糟粕，總是極個別的。
漢詞切分出來以后，就可以使用趙詞進(jìn)行編碼，參看圖1至圖6，為了便于理解，發(fā)明人首先給出例句的漢語語法和漢語拼音詞的書寫形式，然后再給出漢詞和拼音漢詞編碼。例2是使用“字頻排序法”、全碼的例句。
例2①他/對/ 該/ 事/ 件/ 的/ 意義， 持/ 有/異議。(漢語語法詞)②Tāduìgāi shìjīān de yìyì，chíyǒu yìyì(漢語拼音詞)③他對該事件的意義，持有異議。(漢詞)④Tai sduca gaks vihdjimb defa iihbiiha，wihmiidg iihciihd1 114 212 1 13 [4](拼音漢詞全碼，字頻排序法)在例2的④中，趙詞下面的阿拉伯?dāng)?shù)字1、2、3、4、以及沒有使用的5、6，跟圖1的節(jié)調(diào)序號1至序號6中的節(jié)調(diào)字母一一對應(yīng)，跟GB2312-80中現(xiàn)代常用漢字表的3755個漢字中每個音節(jié)的六個同音漢字一一對應(yīng)，對應(yīng)由發(fā)明人根據(jù)字頻規(guī)定，參看下面例2的同音漢字統(tǒng)計表中漢字右下側(cè)的數(shù)字。在例2的④中，趙詞下面的帶中括號的阿拉伯?dāng)?shù)字[1]、[2]、[3]、[4]、[5]、[6]，跟圖1的節(jié)調(diào)序號1至序號6中的節(jié)調(diào)字母一一對應(yīng)，跟GB2312-80常用漢字表的3755個漢字中每個音節(jié)的第七個及更多的同音漢字一一對應(yīng)，對應(yīng)由發(fā)明人規(guī)定，參看下面例2的同音漢字統(tǒng)計表中漢字右下側(cè)的數(shù)字。例2的④中只使用了[4]，只是為了學(xué)習(xí)和說明方便才標(biāo)注的，學(xué)會了趙詞，就不必標(biāo)注了。
下面拼音漢詞簡碼、字義排序法仍然使用例2的句子。
⑤他對該事件的意義，持有異議。
⑥TAUDTF GLX VIBJYC DEF IIBIIE，WIPIWK IIFIIA.(拼音漢詞3 6 6 2 3 6 [2][5] 4 5 6 1編碼、字義排序法)在⑤中的“該事件”和“持有異議”是句讀，其它是漢詞。句讀后面有二個空格，句讀后面有標(biāo)點(diǎn)符號時，標(biāo)點(diǎn)符號前加一個空格，表示前面是句讀。
在⑥中的“GLX VIBJYC”和“WIPIWK IIFIIA”是句言，其它是趙詞?？崭竦囊?guī)定同⑤中的句讀。
例2中的同音漢字統(tǒng)計表，前面標(biāo)的是漢語拼音，漢字右下角的數(shù)字是“字頻排序法”中的漢字排序序號，在漢字下方的數(shù)字是“字義排序法”中的漢字排序序號。
例2的④中，提到的“對應(yīng)由發(fā)明人規(guī)定”，在例2的⑥中，改寫成“對應(yīng)由漢字的基本意義決定，即由類義決定。”漢字的基本意義可以查《現(xiàn)代漢語詞典》，或者由發(fā)明人提供。
使用趙詞簡碼時，聲節(jié)如果沒有聲母，韻母的第一個字母，是指趙詞全碼的第一個字母，要重寫一次，例如“瓦”，漢語拼音，“w?！保w詞全碼“uulg”，趙詞簡碼“UCG”。趙詞簡碼不能寫成“CCG”。
例2的同音漢字統(tǒng)計表1/tā塌4他1它3她24 3 1 22/duì 兌3隊(duì)2對14 1 63/gāī 該164/shì 式6示[5]士[1]世[2]柿[1]事41 4 [1][3][1]2
拭[3]誓[5]逝[5]勢[2]是1嗜[4][4][4][6][5]5 [5]筮[6]適[3]仕[6]侍[2]釋[3]飾[4][4][5][1][6]6 [5]氏5市2恃[6]室3視[3]試[1][2]3 [5][3][4] [6](例3使用的“軾”字，屬于GB2312-80的次常用字，發(fā)明人規(guī)定為“軾[2]”。)[1]5/jīǎn 薦[2]檻[4]鑒[1]踐[5]賤[5]見15 [1][1][4][5]4鍵[2]箭6件2健[6]艦[1]劍51 [1]3 [5][1][1]餞[3]漸4濺[4]澗[5]建3[4][5][4][1]66/de 的1(根據(jù)本發(fā)明的規(guī)定，輕聲漢字如在小型字典上查不到6漢字本調(diào)的，用去聲聲調(diào)替代，把de寫成dè)7/yì藝4抑[2]易[5]邑[1]屹[4]億[6]2 4 [6][1][5]3臆[6]逸[5]肄[6]疫[6]亦[1]裔[2][1] [5][6][1][5][1]意2毅[3]憶[3]義1益[1]溢[4][2] [5][6]5 5 [4]詣[2]議[4]誼[2]譯[4]異3翼[5][5] 1 [5][5]6 [1]翌[4]繹[3][3] [6]8/chí 持1匙2池3遲4弛5馳64 [1]1 5 6 [5]9/yǒu 酉3有1友23 5 1
例3 ①題/西林壁蘇/軾橫/看/成/嶺/側(cè)/成/峰，遠(yuǎn)/近/高/低/各/不同。
不/識/廬山/真/面目，只/緣/身/在/此/山中。(漢語語法詞)② TíxīLíBì Sū SHìHéng Kàn chéng Líng cè chéng fēng，yuǎn jìn gāo dí gé bùtóng。
Bù shí Lúshān zhēn miànmù，zhǐ yuán shēn zài cī shānzhōng。(漢語拼音)③ 題西林壁 蘇軾橫看 成嶺 側(cè) 成峰。
遠(yuǎn)近 高低 各 不同。
不識 廬山 真 面目。
只緣 身在 此 山中。
(漢詞)④TIHN XIHSLINN BIHF SUIHS VIHB(YIHV)2 1 2 6 1 [2] [4]Hebmkama webmlibh cefc webmfebw.
1 11 2 31 5Oomgjinb gagsdihs gefb buhatoym.
1 21 1 21 1Buhavihn Luhnvams ycns mimamuhb.
1 [2]2 1 11 2yihjoomm vcnuzaka cihg vamsyoys.(拼音漢詞全碼、字頻排序法)4[1] 3 1 11 1例3的說明如下；例3的同音漢字統(tǒng)計表略，其方法同例2的同音漢字統(tǒng)計表。
漢字“軾”用的很少，在現(xiàn)代漢語里，只是作為人名使用，按照本發(fā)明的第三條基本編碼規(guī)則，漢字“軾”作為單漢字使用時，必須寫成雙聲節(jié)，“vihb(yihv)”，即“軾之”，這樣寫是發(fā)明人規(guī)定的。小括號[2] [4]( )表示括號內(nèi)的聲節(jié)不輸出漢字，但必須編碼輸入計算機(jī)，作為人名地名使用的“人名類”漢字，椐臺灣的有關(guān)部門統(tǒng)計，大約是二萬五千多個，其中的通用漢字還好辦，比漢字“軾”用得更少的漢字也不少，對普通使用者來說，學(xué)習(xí)大量的象“軾之”這樣的現(xiàn)代漢語不使用的雙漢字及雙聲節(jié)，以及大量的雙漢字專用人名及雙聲節(jié)，顯然是不合適的?？萍紝I(yè)漢字等，也屬于這類問題，對此，發(fā)明人將另外設(shè)法外理。
漢字“識”和“緣”，雖然是常用漢字，但不在發(fā)明人規(guī)定的同音漢字中的六個漢字序號之內(nèi)，但“不識”，“只緣”是雙漢字，編碼用雙聲節(jié)，“buhavihn”、“yihjoomm”，符合第一條基本編碼規(guī)則。
1 [2]4 [1]漢字“側(cè)”、“各”、“真”、“此”、“題”、“壁”、“蘇”是單漢字，在發(fā)明人規(guī)定的六個漢字序號之內(nèi)，編碼用單聲節(jié)，“ccfc”、3“gcfb”、“yens”、“cihg”、2 1 1“tihn”、“bihf”、“suhs”，符合第二條編碼規(guī)則。
2 6 1只要是雙漢字，就適用于第一條編碼規(guī)則，一個雙漢字固定使用一個雙聲節(jié)編碼。大多數(shù)常用單漢字適用于第二條基本編碼規(guī)則，一個單漢字固定使用一個單聲節(jié)編碼。少數(shù)常用單漢字、所有的不常用單漢字及今后新產(chǎn)生的單漢字，適用于第三條基本編碼規(guī)則，一個單漢字固定使用一個雙聲節(jié)編碼。當(dāng)你對拼音漢詞編碼熟練應(yīng)用以后，第三條基本編碼規(guī)則可以靈活使用，即，一個單漢字可以使用多個相關(guān)的雙聲節(jié)編碼。例如，漢字“軾”還可以寫成雙聲節(jié)“(pibq)vihb”，即“憑軾”，根據(jù)使用者的方便，自己決定。但第一條和第二條基本編碼規(guī)則是永遠(yuǎn)不能變的。拼音漢詞編碼，就是反復(fù)使用這三條基本的編碼規(guī)則。
權(quán)利要求
1.一種拼音漢詞編碼及其鍵盤專用的漢字輸入鍵盤，其特征在于拼音漢詞編碼及其鍵盤使用“全碼”和“簡碼”兩種鍵盤，全碼鍵盤無圖，簡碼鍵盤，即圖7；全碼和簡碼，都使用國際通用的標(biāo)準(zhǔn)小鍵盤，把拼音漢詞編碼的26個聲母、38個韻母、26個節(jié)調(diào)字母、以及對應(yīng)的漢語拼音22個聲母、38個韻母、4個聲調(diào)符號，定義在標(biāo)準(zhǔn)鍵盤的26個英文字母鍵上；下述的“代替”，都是指把漢語拼音的字母用標(biāo)準(zhǔn)鍵盤上的英文字母代替；全碼和簡碼的聲母相同，zh用y代替，ch用w代替、sh用V代替，跟漢語拼音相比，增加五個“無讀音”聲母a、i、e、o、u，同英文字母，其它聲母也同英文字母，即圖2；全碼的韻母，全部由二個英文字母構(gòu)成，er用eh代替、a用al代替、o用oj代替、e用ef代替、ai用ak代替、ei用ec代替、ao用ag代替、ou用od代替、an用am代替、en同英文字母、ang用at代替、eng用eb代替、ong用oy代替、i用ih代替、ia用il代替、ie用if代替、iao用ig代替、iou用id代替、ian用im代替、in同英文字母、iang用it代替、ing用ib代替、iong用iy代替、u用uh代替、ua用ul代替、uo用uj代替、uai用uk代替、uei用uc代替、uan用um代替、uen用un代替、uang用ut代替、ueng用ub代替、ü用oh代替、üe用of代替、üan用om代替、ün用on代替，把漢語拼音的韻母ê并入韻入韻母ei，用ec代替、把漢語拼音的聲母ng，作為韻母使用，用ob代替，跟漢語拼音相比，增加一個“無讀音”韻母ot，同英文字母，圖3；簡碼的韻母，全部由一個英文字母構(gòu)成，er、ia以及全碼的無讀音韻母ot，都用Q代替、iou用w代替、e同英文字母、üan和uan用R代替、üe和uei用T代替、ian用Y代替、u同英文字母、i同英文字母、o同英文字母、uo用o代替、ün和uen用P代替、a同英文字母、iong和ong用s代替、iang和uang用D代替、en用F代替、eng和ueng用G代替、ang用H代替、an用J代替、ao用k代替、ai用L代替、ei和ê用z代替、ie用x代替、ü和ua用C代替、iao用V代替、ou用B代替、in和ng用N代替、ing和uai用M代替，圖3；全碼和簡碼的節(jié)調(diào)字母相同，陰平用s、t、u、v、w、x、z代替，陽平用m、n、o、p、q、r、z代替，上聲用g、h、i、j、k、l、y代替，去聲用a、b、c、d、e、f、y代替，圖1。
2.一種拼音漢詞的漢字編碼方法，其特征在于，以漢詞為漢字編碼單位，以拼音漢詞和拼音句言為漢字編碼形式，以漢詞和拼音漢詞一對一編碼，以句言和拼音漢詞為輸入單位，以句讀和漢詞為輸出單位的漢字音義編碼方法，內(nèi)容包括1)以漢詞和編碼句讀為漢字編碼單位，由一個漢字和二個漢字組成的漢字編碼單位，叫作漢字漢詞，一個漢字的漢字漢詞，叫作“單漢字”，或者叫作“單漢字漢詞”，二個漢字的漢字漢詞，叫作“雙漢字”，或者叫作“雙漢字漢詞”，不加區(qū)別時，統(tǒng)稱為“漢詞”，漢詞的數(shù)學(xué)定義是c2+c1，式中c＝0，1，2，3…正整數(shù)，c表示不同漢字的個數(shù)，c1表示單漢字漢詞的個數(shù)，c2表示雙漢字漢詞的個數(shù)；一個漢詞只有一個意義，叫作“類屬意義”，簡稱“類義”，漢詞類義的數(shù)學(xué)模型是H1＝log2(c2+c1)，式中，c＞0，H1表示漢詞類義的平均信息量，單位是比特，c表示不同漢字的個數(shù)，c1表示單漢字漢詞類義的個數(shù)，c2表示雙漢字漢詞類義的個數(shù)；漢詞具有規(guī)定的書寫形式和意義，漢詞之間有空格；由二個漢詞組成的漢字編碼單位，叫作“編碼句讀”，又叫作“句讀”，句讀的漢字編碼單位有四種，就是，單漢字+單漢字、單漢字+雙漢字、雙漢字+單漢字、雙漢字+雙漢字；2)以拼音漢詞和拼音句言為漢字編碼形式，拼音漢詞編碼使用“全碼”，又叫作“趙詞全碼”，“簡碼”，又叫作“趙詞簡碼”，兩種漢字編碼形式；全碼和簡碼的聲母相同，都是26個，b、p、m、f、d、t、n、l、g、k、h、j、q、x、y、w、v、r、z、c、s、a、i、e、o、u，即圖2；全碼的韻母有38個，是eh、al、oj、ef、ak、ec、ag、od、am、en、at、eb、oy、ih、il、if、ig、id、im、in、it、ib、iy、uh、ul、uj、uk、uc、um、un、ut、ub、oh、of、om、on、ot、ob，即圖3；簡碼的韻母有26個，是Q、W、E、R、T、Y、U、I、O、P、A、S、D、F、G、H、J、K、L、Z、X、C、V、B、N、M，即圖3；全碼和簡碼的“節(jié)調(diào)字母”，又叫作“節(jié)調(diào)”，相同，都是26個，另外，分別還有2個相同的節(jié)調(diào)字母，陰平節(jié)調(diào)是s、t、u、v、w、x、z，陽平節(jié)調(diào)是m、n、o、p、q、r、z，上聲節(jié)調(diào)是g、h、i、j、k、l、y，去聲節(jié)調(diào)是a、b、c、d、e、f、y，即圖1；全碼和簡碼分別使用聲母、韻母、節(jié)調(diào)，把漢語拼音有聲韻調(diào)的不同音節(jié)大約1300個，編碼為大約8580個有聲韻調(diào)的不同的編碼，這8580個編碼，叫作“拼音漢詞”，一個聲節(jié)的拼音漢詞，叫作“單聲節(jié)”，或者叫作“單聲節(jié)趙詞”，二個聲節(jié)的拼音漢詞，叫作“雙聲節(jié)”，或者叫作“雙聲節(jié)趙詞”，不加區(qū)別時，統(tǒng)稱為“拼音漢詞”或者“趙詞”，趙詞的數(shù)學(xué)定義是a2+a1，式中a＝0，1，2，3…正整數(shù)，a表示不同聲節(jié)的個數(shù)，a1表示單聲節(jié)趙詞的個數(shù)，a2表示雙聲節(jié)趙詞的個數(shù)；一個趙詞只有一個標(biāo)準(zhǔn)語音，就是標(biāo)準(zhǔn)普通話語音，趙詞普通話語音的數(shù)學(xué)模型是H2＝log2(a2+a1)，式中，a＞0，H2表示趙詞普通話語音的平均信息量，單位是比特，a表示不同聲節(jié)的個數(shù)，a1表示單聲節(jié)趙詞普通話語音的個數(shù)，a2表示雙聲節(jié)趙詞普通話語音的個數(shù)；以8580個聲節(jié)計算，趙詞的總數(shù)是7.362498×107個，趙詞語音的熵，即普通話語音的平均信息量是26.134比特；趙詞之間有空格；單聲節(jié)由聲母、韻母、節(jié)調(diào)、共三部分構(gòu)成，雙聲節(jié)由聲母、韻母、節(jié)調(diào)、聲母、韻母、節(jié)調(diào)，共六部分構(gòu)成；由二個拼音漢詞組成的漢字編碼形式，叫作“拼音句言”，又叫作“句言”，句言的漢字編碼形式有四種，就是，單聲節(jié)+單聲節(jié)、單聲節(jié)+雙聲節(jié)，雙聲節(jié)+單聲節(jié)、雙聲節(jié)+雙聲節(jié)；3)漢詞和拼音漢詞對應(yīng)編碼的基本規(guī)則有三條，一個雙漢字固定使用一個雙聲節(jié)編碼，一個單漢字固定使用一個單聲節(jié)編碼，一個單漢字固定使用一個雙聲節(jié)編碼；漢詞和拼音漢詞對應(yīng)編碼的附加規(guī)則有一條，就是漢字和節(jié)調(diào)字母對應(yīng)排序的規(guī)則，下述的“序號”，都是指圖1的“節(jié)調(diào)字母序號”，一是“字頻排序法”，在同音同聲調(diào)漢字中，按照使用漢字的頻度大小，從序號1到序號6順序排列6個漢字，反復(fù)排列，可排列所有的同音同聲調(diào)漢字；二是“字義排序法”，又叫作“音義排序法”，在同音同聲調(diào)漢字中，根據(jù)漢字的一個基本意義，規(guī)定漢字和節(jié)調(diào)字母的對應(yīng)排序，把全部漢字的基本意義，歸類為二種“類屬意義”，就是“名詞”和“動詞”，又細(xì)分為6種類屬意義，就是，實(shí)物名詞、抽象名詞、代時名詞、動作動詞、靜態(tài)動詞、過程動詞，在同音同聲調(diào)漢字中，按照漢字的一個基本意義，從序號1到序號6，順序排列6個漢字，反復(fù)排列，可排列所有的同音同聲調(diào)漢字，圖1；4)以句言和拼音漢詞為輸入單位，在二個拼音漢詞之間有一個空格的前提下，由二個拼音漢詞組成的輸入單位，叫作“輸入句言”，又叫作“句言”，句言后面擊二次空格鍵，如果單聲節(jié)用數(shù)字“1”表示，雙聲節(jié)用數(shù)字“2”表示，那么，句言的組合形式有四種，就是“1+1”，“1+2”，“2+1”，“2+2”，以拼音漢詞為輸入單位時，輸入一個拼音漢詞，擊一次空格鍵；5)以句讀和漢詞為輸出單位，在二個漢詞之間有一個空格的前提下，由二個漢詞組成的輸出單位，叫作“輸出句讀”，又叫作“句讀”，句讀后面有二個空格的距離，如果單漢字用數(shù)字“1”表示，雙漢字用數(shù)字“2”表示，那么，句讀的組合形式有四種，就是“1+1”；“1+2”、“2+1”、“2+2”，以漢詞為輸出單位時，輸出一個漢詞，后面有一個空格。
3.根據(jù)權(quán)利要求1或者權(quán)利要求2所述的拼音漢詞編碼方法和鍵盤輸入方法，其特征在于，對所述的方法和鍵盤作專業(yè)技術(shù)應(yīng)用的分類和限定，就可以用在一切大、中、小、微型計算機(jī)漢字信息處理系統(tǒng)、漢字電傳機(jī)、漢字電腦打字機(jī)、漢字終端機(jī)、各類電子印刷排版系統(tǒng)、情報檢索和檔案管理、辦公室自動化系統(tǒng)、專家系統(tǒng)、翻譯系統(tǒng)、漢字語音識別系統(tǒng)和漢字字形識別系統(tǒng)、漢字信息通訊系統(tǒng)、廣告宣傳系統(tǒng)、電話查號系統(tǒng)和公用咨詢服務(wù)系統(tǒng)中。
全文摘要
拼音漢詞編碼及其鍵盤屬于漢字信息處理的漢字編碼技術(shù)領(lǐng)域。本發(fā)明提供了一種在字處理基礎(chǔ)上的詞句音義漢字編碼鍵盤輸入方法。為此,提供了一種新的漢字編碼單位“漢詞”和“句讀”,提供了一種新的漢字編碼形式“拼音漢詞”和“句言”。漢詞、句讀、拼音漢詞和句言的數(shù)學(xué)化方法,可以為語言信息處理、漢語信息處理和漢字信息處理提供方法。本發(fā)明在不使用人工選字的前提下,使?jié)h字編碼無重碼,可以讀。
文檔編號G06F3/023GK1172983SQ9711331
公開日1998年2月11日 申請日期1997年5月28日 優(yōu)先權(quán)日1996年5月29日
發(fā)明者趙延勝 申請人:趙延勝