【討論】漢字不能信息化嗎？所以要漢改？且由倉頡說起

abcxyz1

因為認定漢字不能信息化, 而這個就足以構成漢改的必需理由?
且看一個台灣人對「中文字不能信息化嗎?」所提供的參考答案:
中文電腦的發源地在台灣, 1970年代台灣經濟起飛, 中文電腦的需求日殷。於是外掛式的中文系統軟件在微軟的純英文環境、文字介面的MS-DOS上發展起來, 當時有幾十家中文系統廠商, 而中文內碼、中文輸入法也是百家爭鳴局面。
這裡介紹中文輸入法霸主(倉頡輸入法)的發展歷史, 可側看台灣中文電腦的發展歷程, 並對「中文字真的不能信息化嗎?」提供參考答案。
請注意, 朱先生的字形產生器所佔用的空間, 比字形庫小太多太多了; 倉頡輸入法全取用基本筆劃, 尤如寫字一般(當然, 拆字跟真正寫字還是有所不同)。

倉頡輸入法發明人朱邦復先生自序, 如下:

(共分二十連載, 請耐心地看)
連載之一
第五代倉頡輸入法手冊
序
ｐ２
資訊時代的來臨，對人類文明所引起的衝擊，遠較社會型態、經濟制度之影響為烈。由於文字是資訊的基礎，其功能效率、適應範圍，都涉及該文字本身、以及使用該文字的國家民族之興衰、存亡。
　　中華文化是否有存在的價值，我們無權置喙，但是身為中國人，生在這個轉型的時代，卻有責任將之保存下來。不僅僅只是為了自己、或者為了對列祖前賢有所交待，更重要的是為了未來世世代代的子孫，他們有權認認過去人類所積累的各種文化珍產，有權探求各種思考的內涵，有權選擇其喜愛的生活方式。
　　因此，自從選擇以中華文化為終生職志以來，我就給自己定下了一個明確的的向，希望在有生之年，徹底解決漢字在資訊處理上的各種問題。
連載之二
　　文字的問題應該從文字的特性上著手，我詳細閱讀了有關的古籍，依照漢字歷史發展之規律、配合時化需求，整理出一套編目的方法。１９７５年，我出版《形意檢字法》，後來再經修改，並以電腦為應用對象，才定名為倉頡輸入法。
　　文字是人類思想行為的記述、表達工具，其發展全基於「約定成俗」，沒有任何人有足夠的力量和智慧加以硬性限制。即使有人自不量力，也絕對經不住歷史的考驗。
　　因此，設計倉頡輸入法之基本精神，不僅要保全過去見諸史籍的所有文字，亦且兼顧千秋萬世的未來，要能提供新概念、新事物的文字編碼及組合。
連載之三
ｐ３
　　由於中華文化精深淵博，涉及的層次太廣，我自知能力有限，面對這樣艱巨的任務，若非訴諸大眾，結合各界的力量，實難有達成的一天。基於這種信念，我放棄了倉頡輸入法的專利權，潛心致力於漢字的研究與發展。
　　１９７７年我在台灣推出了第一代倉頡輸入法，１９７９年與宏碁公司合作，利用「向量組字法」，推出了第一台真正的中文電腦，名為「天龍中文電腦」。１９８０年又推出第二代倉頡輸入法，並用在蘋果機的「漢卡」上。１９８２年，第三代產品問世，在台灣大量推廣，奠定了中文電腦市場的基礎。
　　這樣經由市場逐代推廣的結果，也增生了很多困擾，其中，宏碁公司自稱為「天龍碼」，而ＩＢＭ５５５０則將第二代及第三代混用。至於其他版本，更是五花八門，以致倉頡輸入法雖然已被普遍採用，卻是各代之間各系統相互傾軋，無從統一。

孙振坡

汉字可以信息化。不过有如下问题不能解决：

1、重码问题。

2、笔画输入难学。

3、不能把笔画输入与拼音输入合二为一。

4、字库局限，有的字打不出来。

foxsql

楼上所言前三点均为输入法问题，现今已不是主要问题。第四点为漢字内码问题，技术含量高，困难大。

abcxyz1

別急, 是由輸入法說起的呀......

連載之四
　　除此之外，就實用的立場來看，第一代是根據一萬二千字的《國語辭典》所設計，第二代僅將輸入字母略作調整，並將輸出字形重新設計。第三代比較完整，是以《康熙字典》為範圍，選取其中四萬字，將第二代加以改良的結果。
　　第三代問世後，　我受到市場很大的壓力，如若不斷改進下去，必然會造成更大的困擾。但在全部漢字收齊之前，這些輸入方法充其量只能稱作「商業產品」，對中國文化承先啟後的實際意義不大。
ｐ４實際上，如果輸入法僅對某些字集有效，則失去應用的價值。而當字集擴大時，重複字就難免急劇增加。例如說在第三代中，“丶丶”部原來與“辶”部同佔一鍵，如查《辭海》，“丶丶”部有28字，“辶”部有149字，重複字僅4個。但是將字集擴大，僅以文化學院發行的《中文大辭典》為例，“丶丶”部有130字，“辶”部有符548字, 重複字竟高達23字。所以不將這兩個部所佔的鍵位分開，問題就得不到合理的解決。為此，第五代就必須作若干必要的調整。
連載之五
　　還有一個重要的原因，我當年設計倉頡輸入法時，是根據一種自以為是的理念。我認為漢字的優點，在於老祖先的睿思遠見，發展出六書的「形聲」原則，將「字形、字音、字義」融匯一體。在現代資訊的技術尚未成熟以前，當人類還惑於人本具的「辨識」及「思考」能力之時，大家無從領會其中的奧妙。一旦時機到來，漢字必將成為第一個可供「機器理解」與人類溝通的「資訊媒介」。
　　文字是概念的形象，而概念是人類對宇宙萬事萬物認知的代表。人類在數百萬年間逐漸積累形成的智慧，全靠概念作為媒介，傳達有無。時至今日，資訊時代所面臨的最大挑戰，就是資訊所具備的內涵。而這些內涵，也正是人類智慧應用的要素。
因此，我將所研究的方向定名為「漢字基因工程」，倉頡輸入法只是最起碼的功能，一種漢字字形基因的應用方式。漢字真正了不起的成就，在於以視覺為基礎，將認識所需的辨識、歸納、聯想合而為一，能做到以簡馭繁，掛一連萬的智慧結構。
連載之六
ｐ５
從技術的角度來講，我們可以將漢字的特性，分成六大應用功能：
1.字碼：
　　　　字碼是文字的編碼，以供文字實際的應用。以鍵盤為輸入工具時，需要考慮鍵位的利用率與人體工學的關係，以及各鍵的功能。用鍵的分佈要力求合理，至於字鍵的定義，則視各家的觀點而定。但有一點不可忽視，即文字碼僅能使用文字鍵，不宜與數字、符號鍵混用。
　　　　有人只為了輸入的速度，常刻意遷就，筆者認為輸入僅為文字功能之一，如無全面的解決方案，本末顛倒，將導致未來發展的困難。

abcxyz1

連載之七
　　　　字碼之功能效率，與資料之應用量成正比。當資料量不大時，字碼的重要性不顯。然而在資訊時代，字碼順序與人的直觀認知，有著舉足輕重的關係。拼音文字最大的優點，就是其字母具有直觀的排列順序，舉凡分類及各種資料查尋等，都遠較圖形文字便利。
　　　　一旦圖形文字也建立起相應的字碼，且具有符合人類直觀的序列後，則比諸拼音文字毫無遜色之處。
　　　　字碼與字形須一一對應，也是一個不可忽視的重要因素，由字形可以直接看出字碼，從字碼也能立即得到字形。似此，則無論是形是碼，實為一體之兩面，如此才能發揮文字的真正效益。我們使用的倉頡，就是根據這種理論所設計，在字碼上，可以提供數百萬種不同的組合，同時每個組合都有一相應的字形，皆由程式組合提供。
連載之八
　　2.字序：
　　　字序須與人的認知一致，在應用時，因視覺認知排序之直觀性，才能發揮文字的應用效率。經過長時間的試用結果，英文及拉丁文等字母不失為一種極為有效的排序系統。所以利用現存的、已證實為有效的英文字母字序，會有事半功倍之效。
　　　　倉頡輸入法採用之「倉頡字母」，即建立在這種基礎上。我們用倉頡字母排序的漢字、詞典等，可證明其優異性。
　　　　此外，電腦是為講求效率而發明的機器，從軟體工程上說來，軟體的效率，端視資料的排序機能而定。一台電腦硬體的售價，經常與其處理速度成正比，字序效率的高低，可以說與成本息息相關，故此可見字序的重要性。
連載之九
　　　　有人主張為了維護傳統文化，排序應該採用部首、筆畫方式。須知傳統文字中並沒有「排序」這種觀念，而部首、筆畫祇是供「文字分類」之用，所以拿來編纂字典還可以，要用來排序，則不僅不符合辨識機利，沒有意義，而且要特別建表，降低了電腦的效率。
在我們的研究中，倉頡字母就是漢字的基因。

我說: 有大陸網友很關心中文的檢索排序, 這完全是中了西方字母拼音文字觀念的毒了。

abcxyz1

連載之十
3.字形：
字形為一種視覺效應，利用明暗、強弱的對比，人得以辨識其特徵而判別其所代表之概念。就視覺特性而言，字形大小一致有利於直觀認識；形狀工整，垂直向密度大於水平密度者，比較容易辨別；而單位空間形狀變化則與所代表之信息成正比。
根據上述條件，漢字之信息量及辨認直觀性皆較拼音文字為高。在另一方向，字形簡單者固然有易學易用的優點，但卻減低了文字最重要的信息功能。為了彌補這種損失，必須結合多重字形以表達複雜的信息，拼音文字即建立在這種理念上。對文字的認知須由形轉音，由音得義，並非直觀性文字。

※我說: 朱先生對拼音文字的優缺點真是瞭解透徹。

連載之十一
早期電腦採用「英文字符態」，對於漢字極為不利，但人之需求不能脫離圖形，是以當今漢字的發展環境可以說完全成熟。
然而，國人太迷信於美國人的技術，不願自行開拓新路，所以才有點陣字形的存在。這一來，漢字又陷入字形佔系統空間過大的流弊。
其實漢字字形基因不過一百多個，亦即取碼符號。有了倉頡輸入碼，程式即可以組出字形來。根據這個信念，我設計了十多種「漢字字形產生器」，以往的且不說，在１９９１年，我以80KB的空間，收了有效字約六萬（自由組合字可達千萬），可以提供由15*15至32*32等多種字形及字體。

※我說: 各位網友請注意朱先生對台灣中文電腦業界的批評, 字形庫的技術來自美國人, 只適於128個或了不起256個ASCII碼符號(註)這麼少的字符碼, 中文有上萬個當然顯得顯示效率低啦!
朱先生已解決中文的輸入及在電腦內部的顯示處理問題, 為何大陸還有人活在“早期電腦採用「英文字符態」”的年代? 還一心要漢改成英文字符態的所謂新漢字。
註: 8位元bit可組256個碼, 其中有二三十個碼是用於作控制碼的, 不作符號用)

連載之十二
１９９５年，我又將之改良，以160KB空間，字形可以由1*1，「無級次放大」到無限，字體則有明、黑、圓、宋、楷、隸等，筆劃粗細更是任使用者選擇，變化無窮無盡。
最妙的是，字形產生器打破了軟體工程上的一個金科玉律，那是說：程式執行速度與所佔空間是互補的。換句話說，要執行速度快，就要浪費系統空間，反之亦然。
但用字形組合技術，以當今330MHz之CPU，16*16之字形，每秒鐘可造字五千個。若以256*256而言，則可造字一千餘。比諸舉世任何現成的漢字字庫，其效率皆高出甚多。

※我說: 字形產生器這個軟體, 真是朱先生的大發明。既不佔大空間, 又有效率。能做到無級次放大, 這已是向量字的優點了。
(在這裡"http://club.backchina.com/main/threadnav228044-1-10.html", 41樓, 有大陸網友說是大陸根據描紅磚而創造了矢量字(美國技術),還向台灣日本輸出技術, 真是顛倒事實。唉! 有這樣的知識份子, 那....(為祖國傷心中)。
但朱先生只放棄倉頡輸入法的專利權, 並未放棄這個字形產生器的專利。而時至今日, 仍未見任何一個來自外商所製的中文產品有能比得上的。不過, 光憑朱先生及其相關同僚的努力, 這個字形產生器在市場的推廣仍未見太大效果。其他廠商都或多或少給與一些阻礙, 以免影響到他們產品的銷售業績。好東西, 不一定容易推廣啊。

foxsql

不知生成的字形如何

可与永中联系啊

现在中国正走向自主创新，有发展前景

abcxyz1

連載之十三
4.字辨：
倉頡字母及輔助字形共計114個，在設計之初，即考慮到有朝一日，如果用電腦程式來認字，所需要認的符號當然是越少越好。然而，少也要有一定的限度，至少要能令人取碼時易於分辨，不致混淆。
除了符號少，分類還要能配合視覺原理，因為程式在檢查時，是模擬人的視覺認知。若不按照視覺分類，則將增加許多無謂的困擾。
連載之十四
還有在取碼規則上，我特意設了一項「包含省略」的規則，目的就是為了便於辨識時檢查。在取碼時，選取邊角位置，也是考慮的因素之一。
在這些預先準備的有利條件下，我們所設計的漢字辨識軟體，自然而然能達到極高的效率。
很多人問我，為甚麼「目」字要取「月山」，這就是字辨最重要的理念之一。人常以其習慣為標準，但放之四海而皆準的法則，經常是事物的本態，為了大局，個人的習慣是不須考慮的。
連載之十五
5.字音：
這又是拼音文字的優點，但漢字也有約略相同的功能。因為百分之九十的漢字符合「形聲」規則，即一字中，有以之發音的聲符。惜未經整理，古音已失，傳到今日，由文字可直接得到正確字音者，在常用字中已不到百分之八十了。
儘管如此，對數量極大的漢字而言，節省的空間仍相當可觀。更何況在系統設計的立場，如是形聲字，可以說幾乎不佔空間，在語音辨識上能一次完成，比起以語音為主的拼音文字一點也不遜色。這種形聲符號，也就是漢字的語音基因。

※我說: 原來朱先生的發明「比起以語音為主的拼音文字一點也不遜色」。
要搞漢字拼音化的各路英雄可以休息了, 中國還有更多重要的事等著各位去做呢! 先把國民義務教育辦好, 讓下一代有更多有用人才出頭。一定要達到全民100%受教育!
既然漢字拼音化都不用走就解決了中文電腦化(信息化), 提倡不走拼音另搞新文字的豪傑們, 也可以轉而向農村進發, 為九億農民教育提升供獻心力了。

abcxyz1

連載之十六
6.字義：
文字最重要的功能，就是傳達「訊息」。這些訊息就是人對一般事物所認知的「常識」、「知識」。
人類所使用的文字大體可分為兩種，一種是拼音文字，一為圖形文字。對拼音文字來說，眼睛見到文字以後，還要由形轉音，由音知義。圖形文字則在得到形象之後，立即可與經驗中的認知概念相聯接，效果快速。
連載之十七
人類的感知百分之八十以上來自視覺效應，美國學者的研究顯示，最理想的符號即為直覺的「視覺訊息」（Icon）。以各種交通誌號為例，如用英文，則因長短不一，所佔空間不等，有直觀反應不及的缺點，故而儘量採用圖形。
實際上，漢字就是一種「視訊」，源起於以圖形記事，後來為了書寫便利，才將圓弧改為其他較易書寫的形狀。在發展過程中，前人根據常識認知所產生的概念，也保留在偏旁部首的分類中，代表了文字的應用範疇。
這是漢字最特殊、也是一直被忽略的一項極關緊要的功能。以往，漢字部首僅用偏字典上的索引，其實這是一個很大的錯誤。人只有在不瞭解某字字義時，才有查字典的需要。既然不明字義，又怎知其分類？而不知分類，如何以之作為索引呢？

※我說: 原來「人類的感知百分之八十以上來自視覺效應，美國學者的研究顯示，最理想的符號即為直覺的「視覺訊息」（Icon）。」ICON即是各位電腦上那裡圖形介面GUI小圖標。

連載之十八
將此六大功能統一設計在一種編碼法則中，的確是費盡了心血。很多人的漢字輸入方法只供作輸入用，更糟的是只供數千字的輸入用，並非一種全面性的解決漢字的策略。不過是頭痛醫頭，腳痛醫腳，在拼拼補補之餘，每到電腦的功能晉昇一級，就要痛苦一陣。但對倉頡輸入法，尤其是在第五代的基礎上可以說是永遠地、徹底地，從根將問題一次解決。在中文電腦的設計上，如能在整體的觀點，同時把這六大功能設計完成，則不喻可知，中文電腦之功能，必將遠較拼音系統為優。
上述研究工作的完成，證實了我當年設計理念是正確的。然而對我而言，這只是一個起點，有待努力開發的工作數不勝數。
下一步，我將在香港文化傳信公司中，將漢字基因的各種技術開發成各種產品。諸如小漢字字庫可略加擴充，收入粵語俗用字、日文漢字、簡體字等，以供各式手機以及掌中記事、超小型微機之用。大字庫字體變化繁多，則可供網路、印刷排版用。

※我說: 目前市場所見的中文解決方案, 都只是中文輸入法, 還沒到後面的處理, 輸出(輸出又借用來自美國的字形庫技術)

［ 本帖最后由 abcxyz1 于 2006-02-18 22:49:34 编辑 ］

abcxyz1

連載之十九
字形基因可供手寫輸入及光學掃瞄辨識用，程式已完成了八成。我們做過測試，每秒鐘可辨識五千個文字，且再加調整，正確率能達到百分之百。
語音基因則可供語音輸入、輸出之輔助，程式也完成了六成，屆時電腦就可以開口說、張耳聽了。
以上的各種基因中，最重要的是字義基因，也是自然語言的成敗關鍵。目前已完成初步的樣品，全部工程可望在三至五年後完成。

※我說: 「字形基因可供手寫輸入及光學掃瞄辨識用，程式已完成了八成。」這可是1999年的文章啊。
「字義基因」即是使中文完全被電腦所「『認識』」的工程, 要電腦「懂得、識得」中文。

連載之二十
在台灣，好心人說我是個追夢族，等而次者則說我是瘋子。這次香港文化傳信以重金禮聘，給我提供了一個發展的舞台，人有知己魚得水，大家不妨拭目以觀！
朱邦復序１９９９年５月于香港　

※我說: 朱先生自比為和尚, 因為投入中文電腦化, 他沒有休息、也離婚了, 沒有子女, 事業重心不在賺大錢也因此沒有賺到多少錢...., 有時還有賴好友幫忙渡過經濟難關.....

以上二十連載的序在此:
http://www2.cbflabs.com/book/5cjbook/index.htm

下來再回答各位問題。

(問問題的人怎麼這麼少? 不好玩。)