【分享】有理简化全拼音码从部分复合韵母音节化及一符双音着手

hu0303

有理系列码音码及音形码简介

　　１９５８年２月制定的《汉语拼音方案》，如采用与英语接近的拉丁化字母、字母基本上不能兼为声母与韵母等，对今天汉字面临的信息时代显示了一种远见。它系统地体现了普通话发音的规则。即韵母由四呼四类及鼻辅音组成，分别用音素字母合成表达，是有利于学习者的掌握与使用的。但是，复合韵母由2~4个音素字母构成，字母的应用效率低。它作为汉字输入的编码，就是全拼输入法。它因此而带上了固有的缺点。一个汉字的字母输入数最多可达6个，加上同音字困扰，影响了输入速度。
　　全拼输入因其强大的智能化组词功能，（例如二、三、四键成字、两字词组或三字词组等的输入的灵活性），部分抵消了打单字重码太多的劣势，对于掌握拼音方案的人来说，无记忆负担，在北方话等地区得到了自然的推广。已经成为非专业人员的强势码。双拼法将韵母音节化，简化成一个字母码，完全符合汉字是音节文字的特性。在词组功能一般的上世纪八九十年代，曾流行一时。但现正淡出使用。究其原因，无理的规定造成记忆的一定难度是一个因素。另一个因素是，由于它缺乏区分声母、韵母的功能，上述全拼输入的强大智能化组词功能如用在双拼法中，将使字词之间的重码大量增加，使得本来就受到困扰的打单字问题变得雪上加霜。因而不可能做大。
因此，简化全拼音码，不能将全部复合韵母音节化。但是若将少量关键的复合韵母音节化，使记忆负担极少；而且还保留全拼的见字知码，见码识字的立即性的优点，不失为优化的方案。幸运的是，经过多年的探索，在另一支柱一符双音的配合下，居然找到了这种方案。称之为全拼音码的有理简化，汉字有理拼音码由此得名。韵母经过简化，最多取码两个。以GB2312的一级字为样本，本码的平均码长是2.742，而全拼的码长是3.114。即每字少打０．３７２键．效率提高达１３．５．

汉字拼音有理简化方案简介

　我们把复合韵母分成前、尾两部。尾部有７种情况：ａ、ｅ、ｉ、ｏ、ｕ、ｎ、ｎｇ。ｎｇ取码为ｖ。前码的简化也很简单。ｉａ取码为ｅ，ｕａ取码为ｏ。其它为两种省略：ｎ表ｅｎ，ｖ表ｅｎｇ；一种个案：ｕｕ表示韵母迂。经过这样简化，韵母最多取码两个。例如，将jiang字，简化成jev。键jian字，简化成jen。
概括起来，就是四个复合韵母ia，ua，en，eng，做到了音节化，分别被e ，o ，n，v取代而已。
　一符双音而不发生歧音的取法，在双拼法中早有先例。本方案中ｅｖ是ｉａｎｇ及ｕａｎｇ的双韵码就是双拼的产物。一符双韵而不发生歧音是本的巧妙之处。ｕａ简化为ｏ，ｉａ简化为ｅ，ｏ、ｅ就具有双韵功能。为何不发生歧音呢？请看：能与ｇｋｈ、ｚｈｃｈｓｈ相配的ｕａ、ｅ，却不能与ｏ、ｉａ相配。能与ｍｄｔｎｌ相配的ｅ，基本上不能与ｉａ相配。只有俩、嗲是两个例外。不能与ｊｑｘ相配的ｅ，却能与ｉａ相配。例如，全拼中，宽kuan字在本码中取kon是唯一的宽的发音，不用担心会出现歧音。同样，见jian字在本码中取jen。而变bian字在本码中取ben也不会发生歧音与笨同音。因为笨在本码中的码是bn。根据此法，所有复合韵码，取码不会超过两码。一符双韵实功莫大焉。
　汉字有理拼音码简化复合韵母总结如下
ａ起　　　　　　　　　　　　　　　        　ａｖ表ａｎｇ

ｅ起　　　　　　　　　　　　　　　        　ｅ表ｉａ，ｅｏ表ｉａｏ，ｅｎ表ｉａｎ　，　ｅｖ既表ｉａｎｇ，也表ｕａｎｇ

ｉ起　　　　　　　　　　　　　　　　　　ｉｖ表ｉｎｇ

ｏ起　　　　　　　　　　　　　　　        　ｏ表ｕａ，ｏｉ表ｕａｉ，ｏｎ表ｕａｎ，　ｏｖ表ｏｎｇ,也表ｉｏｎｇ，ｎ表ｅｎ，ｖ表ｅｎｇ，ｕｕ表示韵母迂（在ｎ、ｌ之后）

有理音形码简介

对于音码来说，速度不够快，对于非专业打字员来说，还不是问题。但要做到盲打，首先必须解决字及词组的重码问题；而这绝非人工智能力所能及的。因此眼睛保护问题，虽至关重大，众多成熟码专家，也因难以解决，形成熟视无睹，甘拜下风。另一方面，重码太多，也影响人工智能取得突破性的进展。用优秀的笔形码来大幅度的减少重码，是提高音码打字效率、减轻眼睛疲劳的易学易用的唯一办法。同时也为人工智能的最后目标，即整句输入，找到了得力的助手。
　　部件的选定。
　　在音形码中形码的部件的选定必须少而精，才能做到易学易记。取码时要做到不发生字的拆分问题，易用问题就迎刃而解。本码的部件分六类20多个。见下表
————————————————————————————————

　　码　　　１　　  ２　　　　３　　　４　　 ５　　　　　６
单笔形　　横挑　　竖丨亅　　　撇点　　捺 　 折弯
复笔形　　　　　二（连续　　 三（连续　　　 人八形　　　口
　　　　　　　　两横笔　　　三横笔）　　　（含午字首）

本形码总设计3个键码，后两键是数字键。
第一键码称为首笔部首码，把涉及首笔形的部首[注的笔画数，与笔形码配对，在键盘上用行列法构成一个键码。行列排法见下列键盘的示意表：

—————————————————————————————————
　Q　　W　　　Ｅ　　　Ｒ　　Ｔ　　　Ｙ　　　Ｕ　　Ｉ　　　Ｏ　　Ｐ
二１　　二２　二３　　二４　二５　　五５　　五４　五３　　五２　五１
　虍　　卜　　扌巾　　王　　示业　　　钅　　　　纟己马　　阝　　竹羽
——————————————————————————————————
　Ａ　　Ｓ　　　Ｄ　　　Ｆ　　Ｇ　　Ｈ　　Ｊ　　　Ｋ　　　Ｌ　　　；

一1　　一2　　一3　　一4　　一5　 四５　四４　四３　　四２　　四１
雨走　　十　　大土　　甘木　石龙   　立疒　火方　宀氵　　讠亠　　米羊
至 革　　　　　廾艹兀　　　　　　　　文　　　　忄广　

—————————————————————————————————

Z 　　X　　　C　　　　V　　B　　　N　　　M　　　，　　。　　　／
三１　　三２　　三３　　三４　三５　六５　六４　　六３　六２　　六１

舟豸鱼　　亻　　彳　　月牛爪　鸟禾　目田　　日　　　口　　　　　足虫
　　　　　　　　　　　　毛片

—————————————————————————————————
其中汉字数字代表首形码，阿拉伯数字代表次码。在这里就是部首的笔画数。当部首的笔画数大于5，一律作为1。
例如‘码’字，首笔形为一横，其码为一，部首石的笔画数是5。‘一５’的行列合成键码为G。
当然该表中所列部首，是不可能穷尽新华字典上约180个部首的。其中‘扌’的笔形码取为二，而不是一，是唯一的特定。
第二键码又可称为终止码。基本上省略了通常的选择重码键，提高了盲打的效率。

实际对于一般无太生撇的字情况，使用2键的形码，足以应付。理由如下：

1，GB2312码表中，发SHI音的字共78个。使用2键形码后，重码字28个，4字重码一组；3字重码两组，2字重码9组。

2，对于词组来说，只使用第一键，就能有很高的区别重码能力。虽然我手头没有词组数据，因而不能做重码统计，但用数量最多的、发音为shishi的词组作一个分析，也能说明问题。在２２个词组中，只有两款重码，即（事11事11，世11事11）及（时64事11，时64世11）。对发音为jishi（即使、疾驶、继室、纪事……） 的19个词的分析，也只有一款重码组。说明首笔部首码有很强的区别词组重码的能力。首笔部首码的易学易用，应该是不在话下了吧。

统计数字能说明这3键形码的区别重码字的能力。在GB2312的一级字符集（3756个）中重码只有１52个。重码率为4.0%。而且三字重码只有两组。连同二级国标汉字6770个的重码率为8%。发SHI音的字共78个又加16个特别生撇字，全部是两字重码组，共6组12字。说明盲打不仅适用于国标汉字6770个字，也适用于字数更多的，例如微软使用的版本。
[注部首虽然是小学时代就用熟了的知识，有的字所属部首的确定并非一蹴而就。但在这里使用的部首，并不要与新华字典完全一致。本码的规则是：‘涉及首笔形的部首’。例如，‘智’字，新华字典上的部首是‘日’，但因其首笔形是‘矢’的首笔形，（撇横）它涉及的部首是‘矢’，所以‘智’字的部首在本码中是矢。这对取码的流畅性是有帮助的。

［ 本帖最后由 hu0303 于 2008-01-23 03:18:00 编辑 ］