CN1003326B - 优化五笔字型编码法及其键盘 - Google Patents

Abstract

优化五笔字型编码法及其键盘设计，对汉字进行了历史的分析和深入的研究。作者综合语言文字学、计算机科学、信息科学、工程心理学等多学科的知识，提出了“五笔四型”和“字词兼容技术”等一系列新的字形编码原理，并使用２６个英文字母对近七千个汉字和数量不限的词汇进行纯形编码的科学方法。同时，设计了字根键盘及一系列辅助学习的有效方法。字根体系的设计规律性强、码长短、重码少、直观易学，键盘设计符合人机工程学原理，便于盲打、输入效率高，半天即可学会，有较好指法基础的人，每分钟可输入１００－１５０个汉字。可广泛用于计算机汉字系统及有关设备中。

Description

优化五笔字型编码法及其键盘

计算机在中国广泛使用的重要障碍，即汉字的计算机输入问题，被称为中文信息处理的瓶颈。而如何采用计算机原装键盘的26个字母键，完成数以万计的汉字和词汇的纯字形编码，并设计出直观易学的高效能汉字输入键盘，则被认为是我国信息革命中的重大难题。

一九七八年前后，国内流行拼音编码或音形结合编码，皆基于汉语音素较少，汉字读音简单这一特点。虽可使用标准键盘，但我国幅员辽阔，方言多杂，人们不认识或读不准音的字很多，因而这类方案的处理字数及使用范围均受到限制。

纯读音方式，因汉字同音字太多，需不断地在屏幕上选择才能输入，不可能做到只看原稿不看屏幕快速盲打，因而效率很低，每分钟一般可输入10-20个汉字。

音形结合法，往往需要掌握读音与字形两种因素，其设计一般更难学习和使用。

整字大键盘法，不但需要制做专用设备，增加系统成本，而且几千个汉字摆在面前，找字困难，效率更低。

一九八一年香港中文大学乐秀音教授发表了使用256个键位（专用键盘）的纯字形输入方案。几乎同时，又有美国王安公司的三角编码问世。国内则有云南大学张其浚教授的60键专用键盘方案等。这些设计，都需要制做专门的中文键盘，因而使系统成本增加，难于在现有机器上普及推广。

使用标准键盘的26-36个键完成汉字的纯字形输入，则是国内外研究者追求的更高目标。

使用26个键又比使用36个键更便于盲打和提高输入效率。

一九八二年台湾宏基公司推出了“天龙字母输入法”，可使用26个字母键处理汉字。但该发明由于对汉字的规律性缺乏深入研究，与写字截然不同的拆字规则难于被人接受。如：把“目”拆成为“”，把“力”拆成为：“ ”等，同时它也缺乏多学科知识（比如工程心理学在编码和键盘设计中的应用）的综合应用，因而规则繁杂，编码长度较长。表面记忆因素很少，实际记忆因素很多。比如有5%的字作例外字编码。另外，该技术也没有解决词语处理问题。因此，“天龙方案”及其键盘设计难于走向大面积实用化，实际上并没有很好地解决汉字的纯形计算机输入问题。

而“优化五笔字型”编码法及其键盘，则在对一万多个汉字进行逐个拆分，对几万张卡片进行统计分析之后，在世界上首先提出了“汉字字根组字频度表”和“汉字字根实用频度表”，为汉字的笔划、字根、字型规定了准确的定义。在把优选出的130种字根依形分类划组建立序列的同时，又根据键位概率及指法要求，对A-Y等25个字母键进行了划区分位，使每一组字根对应一个键位，从而将一个计算机原装标准键盘，设计成为一个直观易学的中文字根键盘。利用这一键盘的字根，可以像写字一样，方便地组合出近7000个汉字和数千条（不限）中文词汇。字根键之外的“Z”键留作机动，可代替操作者一时不知道的任何字根，进行人机对话式输入法学习。

这一发明，提供了“五种笔划”及“字根拼形”两种输入方法。前者有十分钟即可学会的近期效果，后者则有每分钟可输入一百五十个汉字的高效率远期前景。因此本发明无论对于专职或非专职操作人员，都相当易学、易记、易用，从而，使计算机的汉字输入技术真正走向实用化。

本发明涉及一种优化五笔字型编码法和依据这一方法设计出的一种中文输入键盘，其特点在于完全依据汉字的字形信息，采取五种笔划或字根拼形的方式，实现汉字与中文词汇易学易用的高效率输入。本发明适用于一切大、中、小、微型计算机中文信息处理系统和通讯系统，并将在中文终端、中文电传、电脑打字和计算机汉字排版印刷等方面获得广泛应用。

计算机中文信息处理系统中，单个汉字和中文词汇快速输入的问题，是所有使用汉字的国家和地区推广应用计算机中迫切需要解决的难题，先有技术中采用的各种编码方法，有笔划代码法，整字大键盘及音形结合编码法，有的仅只以笔划为基础进行编码，有的仅只以汉字字根为基础进行编码，而且所需字根极多，没有规纳找出其内在的联系，因而一般存在键位多、需要专用输入设备、记忆量大、操作繁琐、重码较多、键入速度低等缺点。

本发明采用字根拼形组字的方法，直观易学、操作简便、字词兼容、输入速度高，经过优选的若干字根定义在标准通用英文键盘的字母键上，使之成为一个中文键盘。使用这种键盘，可以向计算机输入上万个汉字和数千条中文词汇，操作人员用手盲打键入，每分钟可以输入120-150个汉字。使汉字输入计算机的效率大为提高。

优化五笔字型编码法及其键盘将汉字视为拼形文字，划分为笔划、字根、整字三个层次。笔划结合产生字根，字根组合形成汉字。字形编码既不考虑汉字的读音，也不把汉字全部肢解为单个笔划，而是按照书写顺序，以字根为单位组字、组词，并在印制有字根和字根代码的键盘上，按键完成编码输入。

为实现这一编码方案，本发明首先对数以万计的汉字中的所有字根进行拆分统计，按照每个字根在汉字中出现的组字频度和其在各种报刊、杂志和书籍的抽样调查中，实际出现的频度进行筛选，通过对大量字根的优选计算，将选出的字根分类，找出这些字根的组字频度和实用频度，构成本编码法的重要依据。

然后再将组成字根的基本笔划概括为横、竖、撇、捺、折五种，其中每种笔划都是按笔划书写走向，将相类似的笔划归纳在一起，例如折类，是将，，乙，，，，，这几种不同形式的曲折笔划概括为一种类型，并按照这五种笔划的使用概率，依次命以阿拉伯数字代号1，2，3，4，5，如图1。

此外，根据汉字的字型特点，将汉字的字型归纳概括为四种拓朴图型，即左右型、上下型、外内型和单体型。这四种图型是以汉字的直观视觉效果和组成汉字的字根的位置划分的。例如，将直观看去是由左右两部分或三部分字根并列组成的汉字归为左右型，如江，语，部，湘这几个字的拓朴图型为，，，。每种字型按照其频度，依次命以阿拉伯数字1，2，3，4作为其字型代号，如图2所示。

根据组字频度和实用频度的高低，将优选出的字根按其相互间的相容关系，归并结合为五个区，每个区分别用1，2，3，4，5，表示。每区再分成五个键位，用1，2，3，4，5分别表示每个键位的位号。这样得到25个键位。每位都用两个阿拉伯数字作为其所在区位的代码，如图3所示。区号与该区字根的首笔笔划代号一致;位号一般与本位字根的次笔笔划代号或字根的单笔数目一致。这样形成了一个字根总表，如图5所示。将其中主要的成字字根排列在25个键面上形成了一个25组字根的代码键位图，每一组中，选出一个使用频度较高，又有代表性的字根作为汉字键名。如图4所示。图中处于同一键位的字根，像化学元素周期表中的同位元素一样，称作同位根。

将上述选出的25组字根，按照每组字根的使用概率大小和键盘指法习惯安排在标准通用键盘上的A-Y这25个键上，形成一个中文键盘，如图6所示。

为了便于将现有计算机的原装英文键盘改造成为一个汉字字根键盘，本发明提出了一种经济简便的方法，即印制与键帽键面相适应的字根胶粘标签，粘在键帽上方。标签之上，既有汉字字根，又有原键位的英文字母。另外，作为中文键盘的区位号及高频汉字，则用较小的胶粘标签粘在按键的前侧面。

本发明按汉字书写顺序以字根为单位对汉字编码或在键盘上键入代码，每一汉字最多四码。四个字根的汉字，输入时可按书写顺序键入全部字根;汉字经分解后的字根数超过四个时，只键入第一、第二、第三和末一个字根。例如：

〈照〉可取：日，刀，口，灬

〈赣〉可取：立，早，夂，贝

对少于四个字根的汉字，在编取或键入代码时，应在其字根代码之后补上一个“末笔和字型交叉识别码”。这个识别码是由该汉字的末笔笔形代号和该汉字的字型代号结合而成。如图7，输入这个找码时，可在键盘上找到相同的键位代码，即对应成为键盘键位的区位号。实际上等于追加一个与型代号数目相同的末笔笔划字根。

例如：

〈汉〉取：（43），又（54），41（末笔代号4，字型代号1）

〈字〉取：（45），子（52），12（末笔代号1，字型代号2）

〈本〉取：木（14），一（11），14（末笔代号1，字型代号4）

用作键名的汉字，其输入代码为该键连打四次，如：

土：它是F（12）键的键名，其代码为FFFF（12，12，12，12）

言：它是Y（41）键的键名，其代码为YYYY（41，41，41，41）

每个键位上，那些键名字根以外本身即为汉字的同位字根，它们的编码为：

〈键位代码〉+〈首笔代码〉+〈第二笔笔划代码〉+〈末笔笔划代码〉

如：

〈方〉：它在Y（41）键上，首笔笔划是“丶”（Y，41），次笔笔划为“一”（G，11），末笔笔划是“乙”（T，51）。其输入代码为YYGT（41，41，11，51）

本发明对键盘字根以外的一切单体型汉字，律按书写顺序拆分成键盘上已知的最大字根键入，当这种单体字出现在合体字中时，最多只取其按上述原则拆出的前两个字根参加编码。例如：

〈丙〉字拆分后字根为：一、 、人，其代码为GMCO（11，25，34，44）。其中44或O为不足四码时的识别码。

〈夷〉字拆分后字根为：一、弓、人，其代码为GQCO（11，55，34，44）。其中44或O为不足四码时的识别码。

〈柄〉字拆分后字根为：木、一、、人，其代码为SGMC（14，11，25，34）。

每一个字根键上，都安排一个使用频度特别高的汉字，其输入码为所在键打一下加打空格，谓之一级简码;约有650个汉字采用只取其全部字根码的前两码加打空格键输入，谓之二级简码;有几千个汉字采用其全部字根码的前三码加打空格键输入，谓之三级简码。同时，具有简码的汉字的全码输入方式仍然保留。

为解决目前汉字编码输入速度低的问题，本编码法创造了对中文词组依形编码的方法，并依此法备有数千条由两个或两个以上汉字组成的中文词汇码作为通用词汇。另外，还可按照不同业务领域的需要，编入有关专业的常用词汇。词汇码与单字码的码型是一致共容的。任一词汇码输入时，一律只需击键四次。词汇与单个汉字混合交替输入时，其间不需要进行换档等任何附加操作。两字词的编码只取每个汉字的前两个码即可。例如：

〈数字〉两字只取：米、女、小、宀，这四个字根，其代码为OEIP（44，53，43，45）。三个字组成的词汇，其编码由第一，第二个汉字的第一码加上第三个汉字的前两码组成，如：

〈操作员〉这个词汇，只取、、口、贝，这四个字根。其词汇代码为BCKM（32，34，23，25）。

四个字组成的词汇，只取每个汉字的第一个码即可，如：

〈汉字编码〉这个词汇，只取、、、石，这四个字根，其代码为IPQD（43，45，55，13）。

五个字以上的汉字组成的词汇，具编码是由第一，第二，第三和最后一个汉字的第一码组成，如：

〈中华人民共和国〉这个词汇，只取口、、人、口，这四个字根。其代码为KCCL（23，34，34，24）。

本发明向一般用户提供五千条以内的通用词汇及其编码。本发明的词汇处理法还可用于一切专业用户的词汇扩充。其扩充词汇的格式体例与通用词汇完全相同。专业用户可手工或使用词汇增删软件完成词汇扩充，并把新词汇也建立在系统中。新建词汇的编码与已有编码重码的可能性有2%。对此，处理办法有三种：

（1）取消其中不常用的词汇;

（2）将其中长词汇分割为短词汇;

（3）非用不可而又重码的新词，可将其后两码修改成为LL，PP，SS，AA等，形成一种半定义码。其中LL，PP等叫做定义后缀。因为在本发明的四位编码系列中，以LL，PP等为后两位码的编码空间有很大的冗余度，可容纳大量的定义外码。

用上述编码法重码字很少。出现重码字时，一般不影响键入速度。其中较常用的那个字首先显示在显示行的正常编辑位置上。若用这个常用字，可继续键入下文，此字便自动显示在正常编辑位置上;若用到不常用的那些字，只需按与该字在提示行中的序号相同的数字键，所要的字即可将显示在现行编辑位置上。

键盘输入汉字的过程中，可出现两种报警信号;短声表示输入码无字与之对应，即所谓空码，同时光标在原处不动;长声表示键入码是重码，此时可按上述处理重码方法处理。

本发明中，中文键盘上的“Z”键留作机动，在键入汉字时，对于一时难于确定的字根，可用予留的“Z”键代替，只键入那些可确定的字根，然后操作员可在屏幕的提示行中选择所需汉字，同时还显示出该汉字的正确编码。

使用数码键盘上1，2，3，4，5这五个数码键，可以按字根的区位代码，同样键入任一单字和中文词汇。

对于书写顺序不易确定的汉字，本发明容许按多种顺序键入，都能输出同一个汉字。例如：

〈桃〉字可按“木、、儿”代码为SIX（14，43，35）方式输入;也可按“木、儿、”代码为SXI（14，35，43）方式输入。

为了克服初学者熟悉字根所在键位及汉字拆分的困难，本发明将标准英文键盘右侧的数字键盘设计成一个五种笔划键盘，即用数字键1，2，3，4，5分别代表汉字的五种基本笔划：横（一）、竖（）、撇（）、捺（）、折（乙），并在键面上印制或粘上有数字和笔划的标签，使之成为一组五笔划键（图8）。用五笔划键输入汉字时，依书顺序只输入汉字的第一、二、三、四及最末一个笔划，不足五划者，键入0作为间隔。汉字中难于确定其种类的笔划，一律用数字键6代替之，按上述方法输入后，符合已输入笔划码的汉字将分批显示在屏幕的揭示行中。例如，当输入一、一、三个笔划时，揭示行中将显示出1干，2于，3亍等三个字，操作者可根据需要用数字键键入所要汉字的序号完成输入。

使用五笔划输入法往往重码较多，为减少选择次数，本发明按汉字使用频度调整了检索表。使用频度达40%的汉字，都将处于同码字的第一个位置上，使用频度占90%的汉字，都将在第一批出现。

为使操作人员利用简便的五笔划输入学习快速的五笔字型字根输入法，五笔划输入后，在提示行显示的汉字后边，都显示有它们对应的字根码。

在五笔划输入状态下，字根键盘上的横（一）、竖（）、撇（）、捺（）、折（乙），即GHNYT五个字母键，具有与数字笔划键相同的作用。

本发明所提出的笔划和字根体系、及其输入键盘，对繁体汉字同样适用。这时字根总表中简化体字根都一律改换成对应的繁体字根，如：“”用“言”代替，即可形成一个能处理繁体汉字的五笔字型输入法和键盘设计（图9）。

附图说明

图1.汉字五种笔划代号。

图2.汉字划分为四种拓朴图型的代号和例字。

图3按字根首笔笔形代号，笔划数目和实用频度分类的字根分区图。

图4.键位区位代号图。

图5.汉字字根总表。

图6字根和代码共容的中文键盘。

图7.末笔笔形代号与字型代号组成的交叉识别码。

图8.五笔划键盘图。

图9.五笔字型繁体汉字编码法字根表。

Claims (17)

1、一种优化的五笔字型编码法及其汉字输入键盘，其特征是将优选的字根依据其首笔相同或形态相近等特征分成横、竖、撇、捺（点）、折五大类，将不少于25个键位的键盘分成横起笔、竖起笔、撇起笔、捺（点）起笔、折起笔五个区，分别将五大类字根归入对应的五个区中，形成的拼形组字、拼形组词的汉字编码法及其输入键盘。

2、按照权利要求1，英文键盘的五个区是：一区：GFDSA;二区：HJKLM;三区：NBVCX;四区：YUIOP;五区：TREWQ。

3、按照权利要求1，每一区的字根依其次笔特征或笔画数分作1、2、3、4、5共5个位，即5个组。

4、按照权利要求1和2，每一组字根可以用它所在键盘的区号1、2、3、4、5及位号1、2、3、4、5组合而成的25个区位码11、12、13……54、55来表示。

5、按照权利要求1、2、3，同一键位上的所有字根可用它们所在键的同一个区位码来代表，区位码可以是字母，也可以是数字。

6、按照权利要求1和4，同时可以用25个字母键和5个数字键按照字根的区号和位号以纯数字方式输入单字和词汇。

7、按照权利要求1和5，使用五个数字键以单笔画输入汉字的方法为五键五笔画输入法，即依照书写顺序，只输入汉字的第一、二、三、四及最末一个单笔画或它的数字代号，操作人员可以从屏幕提示行的重码中选取所需要的汉字，最常用的汉字显示在提示行的最前边。

8、按照权利要求1和5，在对汉字进行拆分编码时，如总字根数不足四个时，其字根编码后边补加一个末笔字型识别码，此识别码由该汉字的末笔代号与字型代号搭配组合而成，字型分为左右型、上下型、外内型、单体型，分别以数字1、2、3、4作为代号与之对应。

9、按照权利要求1、5和6，词汇的编码和输入方法为：2字词各取其前两个字根或代码组成四码，3字词取前两个字的第一个字根或代码加第三个字的前两个字根或代码组成四码;四字词取每一个字的第一个字根或代码组成四码;四字以上的词取第一、二、三字及最后一个字的第一个字根或代码组成四码。

10、按照权利要求1和5，5区共25位的言要字根及其代码是：

11、按照权利要求1和10，四码汉字的单字形码及其输入和词汇的形码及其输入具有完全相同、字词兼容的形式，单字与词汇混合编码输入时，其间不需要任何附加标志、附加操作、特殊标记或换挡处理。

12、按照权利要求1和6，键面上的字根其输入方法为字根所在键的代码再加上该字根第一、二、及最末一个单笔画的代码，如不足四码时，补以空格键。

13、按照权利要求1和10，每一个键上都有一个为首的字根作为该键的中文键名。键名的输入方法为把所在键连打四下。

14、按照权利要求1，键盘上予留的一个字母键作为学习键，用来代替任何不明确的键入字根，在提示行中，选择所需要的字，并给出正确编码。

15、按照权利要求1，键盘以外的汉字都按书写顺序优先拆成键盘上的以“增加一笔不能形成已有的键盘字根”的规则确定的最大字根的序列编码或输入。

16、按照权利要求1，重码的处理方法是在屏幕的正常编辑位置上或提示行中，首先显示同一组重码中使用频度高的字，当输入下个字时，显示在第一个位置的字即实际上被默认为所要挑选的字被自动选中。

17、按照权利要求1-16中的任一条，对汉字和词组进行输入的方法，可用于一切大、中、小型汉字信息电脑处理系统、照排系统、中文电传机、中文电脑打字机、汉字终端机及汉字电脑通讯设备中。

Images