|
|
汉语拼音文字的研究
关宗灵
一 前言
计算机的发展，带动了信息产业的不断发展,使社会进入了信息化时代。80年代初围绕汉字信息处理问题，中国产生了无数的‘码家军’,于是音码,形码诸多方案如雨后春笋，在数百种编码的百花园中竞相开放，已经打通了汉字输入的‘蜀道’。
但是，这些编码都只能是单向输入汉字而已，不能读识。无法实现人机对话，更不可能深层次的发挥计算机的功能。
当前,教育信息化已经做为重要主题，教学的‘四结合’中要求与电脑应用相结合，中小学语文教学要求把识字，写字，编码，打字结合起来。可是，我们中国人识字和推广普通话，必须借助一种拼音字母给汉字加以注音，而中文信息的计算机处理，又必须经过编码才能把汉字输入计算机，这两点都是毫无疑问的。因此，我们到底应该用什么样的编码？是用一种只能单向输入汉字的编码，还是用一种既能注音识字，又能输入汉字，又能实现人机对话并能编写程序的汉语拼音文字？早在1995年电脑报就发出呼吁：[最好的编码究竟是什么？著名的科学家钱伟长教授早在1986年就曾经指出：‘好的编码方案还没有出来，好的编码方案应该是一种文字，或者是准文字’。能够以中国电脑文字身份岀现的编码，恐怕至今仍然没有成熟，各种编码的百家争鸣，虽然打通了汉字输入的‘蜀道’，但目前还只能各领风骚，各显神通。不过我们翘首期待着中国汉字编码的‘书同文’，期待着中国的‘码家军’象‘秦王扫六合’那般，早日托起中国统一的电脑文字。]。
二 汉语拼音文字的理论基础
1汉语语音的特点
汉语普通话的语音，是声,韵,调三维结构,由20多个声和30多个韵及4种声调(不包扩轻声)组合的.20多个声母和30多个韵母相拼,可以有600多个音节，但其中载有汉语信息的只有415个音节，利用率不到60%,这415个音节再与4种声调组合，可以有1600多个语音，但其中载有汉语普通话语音的只有1284个。利用率为80 % 。我们现在常用的汉字约6400多个，同音字多达80 % ;可见汉语语音是非常贫乏的。走单纯以音编码之路，这是一条难以逾越的鸿沟。
2汉字的组字方式
从字形结构上分析，组字的基本元素是笔画，一部分汉字是由基本笔画组成的简单字，还有一部分是以简单字为偏旁部首组成的复合字。概扩起来说，汉字是由无规律排列的无音元素------笔画组合的。这是极其不利于用汉语语音识别的,它不同于西方文字,西方文字是由有限个有音元素------字母组合的,这正是汉字难认，难读，难写，难记的根本原因，也正是汉语语音‘南腔北调’，‘语不同音’的根本原因。中国人识字和推广普通话,必须借助一种拼音字母给以注音.因此,走单纯以字形编码之路，只能是单向输入汉字而已，不能读识。
3汉语语音和汉字的词素性
文字和语言都是用来传递信息的，文字可以记载语言，汉语是单音节词，有
一音一义的特点,由于汉语语音的语素性,决定汉字也有一字一义的词素性特征。
4汉语和汉字的表义功能
汉语和汉字的表义功能是有差异的,由于汉字中有大量的象形字和形声字,因此,汉字具有音义辩证结合的特点.
任何一种文字,都是以形来表音达义的，形，音，义是有机的结合。但各种文字的形音义结合方式是有区别的,因此从字形信息到字义信息的传递方式也是有区别的。
拼音文字传递方式 字形[有音字母串]---有规律定音---以音定义
汉字传递方式 字形[无音笔画]------无规律定音------以音定义
字形------以形像义-------字义
由此可见，汉字在以形表音以音定义的同时，还有一条以形表义的信息通道，以弥补字音信息的不足。这是汉字传递信息的一座重要桥梁，尽管汉字的偏旁部首中有许多是可以表义的，但直接表义的是少数，间接表义的是多数，有些能表义的部首在许多字中失去表义作用，还有些部首没有表义功能。总的来说，汉字的表义功能还不是很完善的。好的编码应能够把汉语语音和语义的有效信息准确的反应出来。所以,可读识的编码,除了应有字音信息外,还必须有字形信息或字义信息的补充,汉语拼音文字就是在这样的理论基础上产生的。
三 汉语拼音文字的结构原则和方法
汉语拼音文字，是以汉字普通话读音的声、韵、调及字义类、字义为元素，并按此顺序排列的四维结构。
1 2 3 4
第1部分是声母，第2部分是韵母，第3 部分是声调/字义类字母，第4 部分是字义字母。
字母的选择，为了使汉语拼音文字与计算机的‘距离’最近，我们采用计算机系统中使用最广泛的，国际标准信息交换码[ASCII]中的;拉丁字母。
（1） 声母 声母与汉语拼音方案基本相同，为了提高输入速度，把双字母声母用单字母代替。如ch,sh,zh, 分别用 i. u. .v 代替。a.,e,o,w,y,也做为声母使用。
声母字母表
声母代码 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
声 母 a b c d e f g h ch j k l m n o p q r s t sh zh w x y z
读 音 啊 播 疵 的 婀 夫 哥 喝 吃 机 科 了 摸 讷 喔 坡 七 日 思 特 施 之 乌 西 一 资
（2）韵母 汉语拼音方案中有35个，除用25个字母代替一部分外，对方案中前面带“i”的韵母，采用前面加“y”再与相关韵母组合成双字母韵母，避免用一个字母代替两个韵母的二义性。 例如“ao.”“ang”分别用“b”“c”代表，则“iao”“iang”分别用“yb”“yc”代表。
韵 母 字母 表
韵母代码 A B C D E F G H I J K L M N O P Q R S T U V W X Z
韵 母 a ao ang ua e ei eng ong i uai uang ai an en o uo ou ü uan uen u uei üe üan ün
读 音 啊 熬 昂 蛙 鹅 唉 亨 轰 衣 歪 汪 哀 安 恩 喔 窝 欧 迂 弯 温 乌 威 约 冤 晕
韵母代码 YA YB YC YE YG YH YM YN YQ R
韵 母 ia iao iang ie ing iong ian in iou er
读 音 呀 腰 央 耶 英 雍 烟 因 优 儿
声母J，Q，X与前面带Y的双字母韵母相拼时，可以省略Y
（3）声调和字义类别字母 声调和字义类别用一个字母代表。用前24个英文字母，分成四组并按组的顺序，分别代表四种声调，每组内的六个字母，又按其顺序分别代表字义的六种类别。例如：a,b,c,d,e,f均代表读一声，而a代表自然类，b代表动物类，c代表人性类，d代表生活类，e代表物理类，f代表事理类。
声调/字义类别 字母 表
声调/字义 1、自然类 2、动物类 3、人性类 4、生活类 5、物理类 6、事理类
1 A B C D E F
2 G H I J K L
3 M N O P Q R
4 S T U V W X
轻声不分类,用 y 表示,后面不加字义字母
（4）字义字母 把汉字按字义分成六类后，每类中又分25组不同的字义，分别用25个字母代表。字义总数共150组。例如字母‘,d’在第一类（自然类）代表“地，道”，在第二类（动物类）代表“蛋”在第三类（人性类）代表“德”，在第四类（生活类）代表“得，待”，在第五类（物理类）代表“堵，断”，在第六类（事理类）代表“都”等等。字义字母表另附。
因此也可以说,汉语拼音文字是在 《汉语拼音方案》基础上进一步完善构成的。
四 关于同音字和同形字的分化
由于有150组字义字母,同音字和同形字的分化是比较容易的。
1 同音字的分化
例如 “ji”这个音节,读第一声的字有30多个,汉语拼音文字可分化如下:
芨jiac 矶jiat 畿jiaq 基jiaj 期jias 激jiaz
犄jibj 鸡jibq 肌jibr 跻jibz
嵇jica 姬jicf 赍jict 击jicu 讥jicy
玑jidc 稽jidd 屐jidf 积jidj 圾jidl 缉jidq 饥jidt 齑jidu 乩jidv
羁jiea 剞jiee 机jiej 几jieq 箕jier 畸jiet 叽jiey 唧jiez
奇jifu
2 同形字的分化
例如 “行”字
行走的 “行” 汉语拼音文字的写法是: xghz 字义字母z代表‘走’
你真行的 “行” 汉语拼音文字的写法是: xgic 字义字母c 代表‘才能’
行为的 “行” 汉语拼音文字的写法是: xgiz 字义字母z 代表 ‘动作’
行不行的 “行” 汉语拼音文字的写法是: xglk 字义字母k 代表‘可以’
银行的 “行” 汉语拼音文字的写法是: hcjm 字义字母m 代表‘贸易’
行业的 “行” 汉语拼音文字的写法是: hcla 字义字母a 代表‘行业’
五 关于多字词的连写问题
由于这种拼音文字是四维结构，一般字都是四个字母，只有双字母韵母是五个字母，但是它有明显的规律性，因此给词的连写也就有了规律性，并不会造成混淆视读。多字词的连写规则是不标字义字母。
例如： 学校 xwixbv 钟声 vheuge 终生 vhfuga
三字以上的词，为了阅读清晰起见，可以根据’词结’的观点来拼写.。
例如： 运动会 yzudhu-hvx 体育场 tinyru-ccm
社会主义 uexhvx-vuoyiu
六 汉语拼音文字的读识
汉语拼音文字中，设置了两级简代字，第一级是26个声母代表字，第二级是410个音节代表字。读识汉语拼音文字须按其声，韵，调/字义类，字义的顺序，首先识读出声母和韵母及相拼组成的音节，再根据声调读出其字音，然后根据字义类别和字义母所示的字义，就可以认知是代表那个汉字。
例如 “路”字的拼音文字写法是 LUSD
前三位表音 后两位表义
1 声母L(l) LUSD 1 字义类字母 S 表示自然类
2韵母U(u) 2 字义字母D表示地或道
3声调S表示读第4声
因此明显可知 “LUSD”是 “路”字。
再例如： IUKJ HEGN R DC WUMS
第一个字声母I“ch”，韵母U“u”，拼成“chu”“初”，调母K表示2声/5类，读chu，字义母J在5类中表示“机具”。
第二个字声母H“h”，韵母E“e”，拼成“he”“喝”，调母G表示2声/1类，读he，字义母N在1类中表示农作物。
第三个字声母R“r”，该字只有声母，是一级简代字“日”。
第四个字声母D“d”，韵母C“ang”拼成“dang”“当”，该字只有声母和韵母是二级简代字，“当”。
第五个字声母W“w”，韵母U“u”拼成“wu”“污”，调母M表示3声/1类，读wu，字义母S在1类中表示“时间”。
可想而知,上述五个汉语电脑文字是“锄禾日当午”。
七 汉语拼音文字的特征
(1) 结构规则，科学规范，完全符合汉语语音的自然规律和汉字表义的特征。
(2) 表音性极为准确，可以直接读出其普通话的字音。
(3) 表义性好，有明显的字义信息。
(4) 保持了语素性文字的特点。
(5) 唯一性强，妥善的解决了同音字和同形字的分化问题。
(6) 字容量大。可容纳十几万字。
(7) 先进性，它集中了汉语语音全部信息和汉字以形表义的有效信息,是汉语和汉字全部有效信息最完美的集合,它既吸收了拼音文字之长又继承了汉字声形结合,音义并茂的精华，既能做到“声入心通”，又能做到“形入心通”，读识非常方便。
学习汉语电脑文字，不必像学习汉字那样必须记住每个字的字形，以便会写这些字，只要记住声母，韵母，声调/字义类别字母，字义字母，根据所用字的音和义，就会拼写出其字来。所以它好学，好读，好认，好写，好记。如果把它与小学生识字，打字结合起来，将能成倍的提高学生的识字速度，在识字和打字的同时也就掌握了汉语拼音文字，为今后应用计算机打下基础。用汉语拼音文字完全可以实现人机对话，编译各种电脑语言，操作系统和应用软件。
八 后语
本人在中国中文信息学会1988年汉字编码学术年会上，曾发表《汉字音义编码与汉语识别的研究》的论文,论述了汉语拼音文字方案。现在我们终于有了汉语拼音文字软件,并已经取得了国家专利(ZL-95104924.0)。沈阳华文软件有限公司,已经委托辽宁电子出版社,出版和发行了《汉语电脑文字》1.0版本输入法软件。
根据资料统计，一段137个汉字的短文，翻译成英语需465个字母，翻译成德语需522个字母，翻译成法语约需597个字母，而汉语拼音文字仅380多个字母，可以断言，汉语拼音文字的工作效率高于英文，德文和法文。
前人给我们创造了‘书同文’对中华民族的团结繁荣和进步，立下了不朽的功勋。在当今信息化，知识经济全球化，飞速发展的新的历史时代，我们应当看到，发达国家无论地域大小，都没有语言障碍的重要优势。我们的国家需要，从东到西，从南到北全面发展，因此，迫切需要消除语音隔阂，加快发展速度 ,需要我们大力推广普通话，汉语拼音文字有助于推广普通话，有助于实现‘语同音’。具有五千年文明史的伟大祖国，具有占世界人口五分之一的伟大民族，在为人类发展进步的事业上，应当有较大的贡献。无论从哪个方面考虑，中国人都应当有自己语言的计算机软件平台，有自己语言的编程语言，以利于充分发挥国人的聪明才智。所以，推广汉语拼音文字，开发汉语拼音文字软件，必将使中国人普及和应用计算机发生一个质的飞跃。它不仅是中国人普及和提高计算机应用水平的必由之路，往远一点看也可能是我们实现“语同音”的必由路。
电子邮箱: ha-gzl@163,com 2005年10月25日 |
|
IP卡
狗仔卡
發表於 2007-6-17 16:03:59
提升卡
置頂卡
沉默卡
喧囂卡
变色卡
千斤頂
显身卡
發表於 2007-6-24 23:25:54
