CN1228554A - 汉语词符键盘拼形输入法 - Google Patents

Abstract

汉语词符键盘拼形输入法是一种拼形类汉语字、词、符号输入方法,可解决目前拼形类汉字输入的以下几点缺陷:不能支持国标扩展码(GBK),或虽能支持,但重码率很高;不能输出图形符号;词汇不够丰富;编码长度长。该输入法共使用44个码元,198个汉字部件,支持GBK字库,可输出20902个汉字、六百多图形符号及24个标点符号,词汇丰富,达四万二千多条,重码率低,编码长度短,可广泛用于各行各业的汉语计算机输入。

Description

汉语词符键盘拼形输入法

本发明涉及一种汉语汉字、词汇及符号的计算机键盘输入法，更准确地说，是涉及一种支持汉语国标扩展码(GBK)汉字、词汇及符号的拼形类计算机键盘输入方法。

现有的汉语计算机键盘输入法大多不支持20902个汉字的国标扩展码(GBK)字库，只支持6763个汉字的国标码(GB)字库，支持GBK字库的输入法则重码率高；已有的计算机键盘输入法的词汇量在6000至25000条之间，而现代汉语中较常用的词汇多达40000余条；已有的拼形类输入法汉字编码码长一般为4键，码长较长；已有的拼形类键盘输入法不能输出“‰”、“℃”、“★”、“①”、“¤”等图形符号。

本发明全面支持GBK字符集，可输出20902个汉字，包括日文、韩文用汉字及香港地区专用汉字；可输出600左右现代汉语用图形符号、标点符号；词汇量丰富，有4万2千条；汉字编码长度短，GB字符集中6763个汉字的编码长度不超过3键，GBK字符集所独有的14139个生僻字编码长度为4键；将重码率控制在7％水平以内。本发明的目的是让使用者可以输入GBK字符集中的全部汉字及符号，能以词汇方式输入绝大部分的常用词汇，降低重码率，提高输入速度。

本发明在部件选取方面完全符合国家语言文字工作委员会1997年12月颁布的《信息处理用GB13001字符集汉字部件规范》的要求，即所有非成字部件及大部分成字部件选自该规范的基础部件表，其余成字部件由该规范的基础部件组合而成的。同时拆分汉字进行编码时，严格按照国家语言文字工作委员会和新闻出版署1997年4月颁布的《现代汉语常用字笔顺规范》规定的笔画顺序进行拆分编码。

本发明共使用44个码元(码元是输入法所涉及的计算机键盘上的键位)，即10个数字键、26个英文字母键及“；”、“，”、“·”、“/”、“-”、“=”、“[”、“]”8个键，选用198个汉字部件(部件是组成汉字的元件，即笔画或几个笔画的固定组合)。198个汉字部件分布在10个数字键、26个英文字母键及“；”键共37个键上，“-”、“=”两键作为生僻字专用键，“[”、“]”两键作为符号专用键，“，”、“·”、“/”三键是标点符号编码用键。部件大致按起始笔画或外形分为横、竖、撇、捺、点、折、钩、方框8个组。钓组部件排列在“M”、“N”两键上，其余各组部件排列在左右相连的五个键位上，同一组部件的键位分布规律是：后面键位上的部件是前一键位上部件添加一笔或几笔形成的；意义相同或外形相近的部件在同一键位。198个部件的具体键位分布见说明书附图。

GB字符集中的6763个汉字的编码规则是：按汉字的笔顺，先后取第一、第二及最后部件所在的键位形成该字的编码，编码长度为三码。根据这些字在现代汉语中的使用频率，将其分为最常用字、常用字及普通字三类。最常用字有“我”、“吧”、“在”、“到”、“了”、“不”、“着”、“会”、“小”、“是”、“你”、“大”、“人”、““个”、“他”、“就”、“这”、“时”、“把”、“和”、“有”、“得”、“很”、“下”、“上”、“一”、“的”、“地”、“都”、“被”、“使”、“要”、“日”、“为”、“中”、“过”、“也”，共37个，编码长度为一键；常用字1200个，同时具备一个三键编码和一个两键编码，只取三键编码的前两位即形成该字的两键编码；普通字编码长度为三键。

GBK字符集所独有的14139个生僻字的编码长度为四键，前两码按笔顺取前两个部件所在的键位，并根据前两码对生僻字分组；第三码是生僻字专用键——“-”，如该组生僻字字数超过四十个，则超过部分的生僻字第三码是另一生僻字专用键——“=”；生僻字编码的第四码随机地取数字键、字母键及“；”、“，”、“·、“/”共40键中的每一个键。

本发明将24个标点符号(含冒号加双引号(：“”)这一标点符号组合)及15个常用符号集中由“，”、“·、“/”三个键来编码，区分使用频率，码长分别为一键、两键或三键。

符号分成序号、拼音(带声调的元音字母)、注音(注音符号)、表符(制表符)、俄文(俄文字母)、希文(希腊字母)、日平(日文平假名)、日片(日文片假名)、数符(数学符号)、图符(图形符号)、部件(非成字部件)十一个组。每组的组名是两个汉字，每个汉字编码的第一码形成该组所有符号的前两码；编码的第三码是符号专用键——“[”键，如该组符号数目超过四十个，则超过部分的符号的第三码是另一符号专用键——“]”；编码的第四码随机地取四排键(即数字、字母及“；”、“，”、“·”、“/”共40个键)中的每一个。

词组的编码规则是：两字词取每个字的前两码；三字词取第一、第二字的第一码及第三字的前两码；三字以上的词取第一、第二、第三及最后一字的第一码。

本发明通过以下方法控制重码率：一是增加码元个数，从而增大编码空间，如GB字符集中的汉字使用37个码元，编码空间迭5万(37的3次方)，词组共使用37个码元，编码空间达187万(37的4次方)；二是在大量的数据统计分析的基础上，将198个部件合理分布在37个键位上，使每个键位的使用率大体相当；三是普通字与生僻字、词组之间码长不相等，生僻字、图形符号、标点符号各有专用键，避免相互之间的重码。

比较现有的其他拼形类输入法，本发明在全面支持GBK字符集、可输出图形符号、词汇有四万二千余条、GB字符集汉字码长不超过三键的情况下将重码率控制在7％以内。

附图说明：

附图中每个方框表示一个键位，方框中第一行的符号是该键位的名称，下边列示该键位上的所有部件。右边突出的“-”、“=”键是生僻字专用键，“[”、“]”键是图形符号专用键，右下角的“，”、“·”、“/”三个键是标点符号编码专用键。

Claims (2)

1．一种拼形类汉语字、词、符号计算机键盘输入方法，根据字形特征，以汉字部件为元件，利用计算机键盘输出汉字、词汇及符号。其特征在于选用“钅”至“也”198个汉字部件，使用“-”及“=”键作为生僻字专用键，使用“[”及“]”键作为符号专用键，使用“，”、“·”及“/”三个键对现代汉语标点符号编码。

2．权利要求1所述的198个汉字部件，分成8个组，分布在10个数字键，26个英文字母键及“；”键共37个键位上。

Images