CN1023037C - 中文连续汉字变换装置 - Google Patents

Abstract

一种中文连续汉字变换装置包含：输入部分，变换控制部分，变换词典、单词分隔检索部分，比较部分和变换修正部分等。通过输入部分连续输入对应于中文汉字的字形组合符号串，由单词分隔检索部分自动地分隔变换对应于所输入的中文汉字的字形组合符号串，再由比较部分及变换修正部分根据单词的长度及使用频度的比较而获得正确的变换结果。从而提高了变换率并使单个汉字的选择时间能够减少。

Description

本发明是关于把与连续输入的中文汉字相对应的字形组合符合串直接变换成中文的中文连续汉字变换装置。

对于信息化社会如何缩短使用者学习时间、并如何正确高速输入汉字是中文数据处理的最重要课题。已经作为中文输入手段有用声音识别、文字识别、键盘等方式。其中，对于使用者来说利用键盘输入方式是最直接、且又经济。键盘汉字输入手段可通过字音、字形、代码或其两者的组合加以大致区分。其中，用字形的输入方法如“仓颉输入法”、“宜人输入法”等因它们的速度快，许多专业操作者正采用这种方法。

字形输入方法是按照确定的规则，根据希望输入的汉字的字形轮流按压与之相对应的键盘的几个键而进行汉字的输入。如果使用者受过训练，是能够快速输入的。然而，对于用汉字字形的输入方法，因使用者必须记住基本字形组和字形的输入规则，所以需花费学习时间。例如，台湾发明6911064号记载的汉字构成法采用了仓颉输入法。图5表示仓颉输入法的基本字形组及其对应的键盘的键和统一的汉字字形符号。图6是表示人工字形分隔规则。字形输入方法是一种所谓用图6的字形分隔规则分隔成如图5的基本字形组，只要按压仅与字形相对应的键就能得到希望输入的汉字的方法。图7是表示与键盘中的仓颉字形相对应的英文键的配置图。例如，

“没有十全十美的姑娘”

的仓颉输入法的字形符号是

“水弓水”、“大月”、“十”、“人一土”、“十”、“廿土大”、“竹日心戈”、“女十口”、“女戈日女”

对应的英文键

“ENE_KB_J_OMG_J_TGK_HAPI_VJR_VIAV_”

（“_”是空格键，作为字形码的间隔）

一旦输入，就能得到正确的输出。但是，因为仓颉输入法的字形分隔的方法非常复杂，会使普通使用者疏远它。为了克服这种缺点，才提倡了对仓颉输入法进行简化的简易仓颉输入法。如果输入字形组合（首、尾的字形码）及一次选择键、就能得到所希望的文字的所谓简易仓颉输入法非常简单，能减少学习时间。同样

“没有十全十美的姑娘”

作为例子，如果用简易仓颉输入法，只要输入

“水水$大月$十_$人土$十_$廿大$竹戈$女口$女女$”

（“$”为选择键，“_”是空格键）

就能输出正确的汉字列。

第4图是表示已有的简易仓颉变换装置的构成框图。在第4图中，框31是输入简易仓颉符号的首、尾编码的简易仓颉输入手段。框32是对于由简易仓颉输入手段31输入的简易仓颉符号、判断其是否是完整的首尾简易仓颉字形组合的判定手段。字典检索手段33，是对由判定手段32判定的完整的首尾简易仓颉编码，进行字典检索。框35是参照字典34由人工从对应于该简易仓颉编码的一组字中选出正确的字的选择手段。以

“張三漆油漆”

作为例子来说明。对应于它的首尾简易仓颉码是

“弓女”、“_”、“水水”、“水田”、“水水”

该输入流变成下述状况。

步骤1：一旦输入“弓女”，图像中出现如下述与该

“弓女”所对应的字组（以下称为字组）。

1限2陋3張4飧5妴6婺7隇8隈9彋

如果选择3，就得到“張”

步骤2：一旦输入“_”，图像中出现下述样子的字组。

1二2三3工4互5五6丕7正8互9酉

如果选择2，就获得“三”。

步骤3：一旦输入“水水”，图像中出现下述样子的字组。

1没2汲3泳4波5浸6浚7淑8涵9渡

因为“漆”不存在在这个字组中，所以必须切变到下一字组中。一旦按压作为切变键的换行键，则下一字组成为下述那样。

1湲2漾3漆4漫5潑6澱7濩8瀑9汳

如果选择3，就得到“漆”。

步骤4：一旦输入“水田”，图像中出现下述的那样的字组。

1油2酒3淄4溜5潘6瀋7瀾8沺9洒

如果选择1，则获得“油”

步骤5：与步骤3相同，如果输入“水水”及切变键，一当选择3，就能获得“漆”。

1没2汲3泳4波5浸6浚7淑8涵9渡

←“换行键”（用换行键作为切变键）

1湲2漾3漆4漫5潑6澱7濩8瀑9汳

“張三漆油漆”

在该例中，必须输入10个简易仓颉符号键、5个选择键及2个切变键。与仓颉输入法的

“弓尸一女_一一一_水木人水_水中田_水木人水_”

相比，虽能减少6个键的输入，但使用者仍需花费选择7次字组的时间。由上述可见，即使简易仓颉输入法解决了仓颉输入法的难于学习的缺点，但因为仍需人工介入，所以随之输入速度下降。

用上述的已有简易仓颉输入法存在如下问题。

（1）使用者输入一组首、尾码后，因为必须用选择键来选择字，故三分之一以上的输入时间耗费在字的选择上。所以不能说是高效的。

（2）已有的简易仓颉输入法一次仅输入一个字，又因为有必要选择字，所以使用者的主意不能顺利实现。当然就不能提高效率。

鉴于上述缺点，本发明提供了一种能连续输入对应于中文汉字的字形组合符号的中文连续汉字变换装置。

为了消除上述问题，本发明提供了一种中文连续汉字变换装置，其特征在于备有：连续输入对应于中文汉字的字形组合符号串的输入部分，由输入的上述字形组合符号串起动变换过程的变换控制部分，记忆与上述字形组合串对应的全部单词和该单词的使用频度等的变换词典，根据输入上述字形组合符号的个数、对于迄今输入的上述字形组合符号串检索变换词典、进行单词变换的单词分隔检索部分，检索变换词典在每次变换时、都要把本次变换的单词的字数及使用频度与上次变换的单词的字数及使用频度作比较以判定上次变换的单词修正的必要性的比较部分，及在上述比较部分中判定为有修正的必要时、把上次变换的单词置换成本次变换的单词的变换修正部分。

本发明用前述单词分隔检索部分，对于对应于任意长的中文汉字的字形组合符号串，而自动地分隔变换对应于所输入的中文汉字的 字形组合符号串以便能反复最优先地变换那些文字数多的单词后补。然后，由比较部分及变换修正部分，根据单词的长度及使用频度进行比较，从而获得正确的变换结果。

对应于中文汉字的字形组合，例如关于简易仓颉符号，如果对台北国语日报出版社出版的“国语日报辞典”及东方出版社的“东方国语辞典”中记载的全部字和当用单词进行整理，就可得到下述结果。

（1）能够把全部汉字分成646种类的简易仓颉字形组合。在这646种可能的简易仓颉字形组合中，变换的汉字可以一下子确定的（没有必要选择变换字的）为全部的3%。即对97%的字有必要进行选择。

（2）对于二万五千多的二文字单词，有必要选择变换字的单词占可能的二文字简易仓颉字形组合的21%。

（3）对于三文字以上的单词，有必要选择变换单词的单词占0.2%。

如果按上述结果，持有同样的简易仓颉字形组合的中文单词是非常少的。利用这一特征，能连续地输入简易仓颉记号列，使用者选择相应单词的时间也能减少。

图1是表示本发明一实施例中中文连续汉字变换装置结构的方框图。该实施例的中文连续汉字变换装置，对于所输入的仓颉符号串，以两个字形符号（字形组合）作为一个完整的首尾简易仓颉代码组。在图1中，30是记忆对应上述字形组合符号串的中文汉字和单词的变换词典。该变换词典由记忆单个汉字的字典20及记忆二文字以上的单词的辞典16构成。下面描述辞典16及字典20的构成。

二文字以上的中文单词，至少应由二个以上的首尾简易仓颉代码组构成。用如下构造记忆在辞典中。

首尾简易仓颉代码组    汉字内部代码    使用频度

例如、“明確”这一单词被记忆如下。

日月一土（ABMG）    明確    15

“日月”是“明”的首尾简易仓颉代码组，“一土”是“確”的首尾简易仓颉代码组。中文“明確”由字形组合“日月一土”的首尾简易仓颉代码组构成。为了优先选择更好地使用单词，本发明把各单词、字的使用频度分别记忆在辞典和字典中。构造的最后的符号组的15是“明確”的使用频度，按照这使用频度，能使变换率上升。

本实施例的辞典16的构造，如图3所示，如果用对应于首尾简易仓颉代码的英文字来检索辞典，就可获得对应于该首尾简易仓颉代码组的单词及其使用频度。例如，对应于“明知故問”这个单词的首尾简易仓颉代码组的英文字组为“ABORJKAR（日月人口十大日口）”，如用这英文字组去检索辞典，就可得到单词“明知故問”及使用频度6。记忆在本实施例的辞典16中的单词的最大字数是4文字。

本实施例的字典20的构造，如下所述，以对应于同样的首尾简易仓颉代码的字组为一个记录而记忆在字典20中。

首尾简易仓颉代码组    由使用频度排列对应字组

例如，首尾简易仓颉代码组“AN”，按下述记忆在字典中。

日弓（AN）    門剔旯昑昲閌

在图1中，10是将NDX寄存器12、IWORD寄存器14、IFQ寄存器17、WORD寄存器21、FQ寄存器23置“O”的初始化手段。NDX寄存器12是记忆所输入的简易仓颉代码的个数。IWORD寄存器14是记忆要检索字典或辞典的首尾简易仓颉代码组的个数的寄存器。如上所述，因为本实施例设定为由一个完 整的首尾简易仓颉代码组构成中文字，所以在IWORD寄存器14中记忆为1时检索字典20。记忆大于1时则检索辞典16。IFQ寄存器17是记忆对应于首尾简易仓颉代码组的单词的使用频度的寄存器。WORD寄存器21及FQ寄存器23是记忆寄存在前面的IWORD寄存器14、IFQ寄存器17中的值的寄存器。11是连续输入简易仓颉符号串的输入部分。13是变换控制部分，该部分用来：判断由输入部分输入的简易仓颉符号串，是不是完整的字形组合（即完整的首尾简易仓颉代码组）;如果是完整的简易仓颉代码组，则进行变换。变换控制部分13首先累计NDX寄存器12的值，然后检查该值。假如是偶数，即如把直到目前为止所输入的首尾简易仓颉代码组，一旦判断为完整的首尾简易仓颉代码组，就起动单词分隔检索部分15进行变换。假如是奇数，就要等待下面的输入。为了反复进行最优先变换文字数多的单词后补，单词分隔检索部分15自动地分隔所输入的简易仓颉符号串、检索辞典16并对单词进行变换。18是比较部分，它用来每当检索辞典进行变换时，把本次变换的单词字数及使用频度与上次（前次）变换的单词字数及使用频度作比较，以判定是否有必要对上述变换的单词进行修正。19是字典检索部分，通过它由单词分隔检索部分15或比较部分18，对所分隔的首尾简易仓颉代码查找字典20、取出最前面的字而进行字的变换。22是用比较部分18的判断来修正变换结果的变换修正部分。24是输出变换结果的输出部分。图2是表示本发明实施例的处理过程的流程图。下面，边参照图1和图2，边说明本发明的中文连续汉字变换装置的工作过程。

在图2中，设原存于NDX寄存器12、IWORD寄存器14、IFQ寄存器17、WORD寄存器21、FQ寄存器23中的值分别为ndx、iword、ifq、word、fq。单词分隔检索部分15读取NDX寄存器12的值，并除以2（2进制数表示的场合，可以向右移一位（bit）），然后记忆在IWORD寄存器14中，之后。，把记忆在I-WORD寄存器14中的值与记录在辞典16中的最大字数相比较，如果iword更大，则把记录在辞典16中的最大字数设定为IWORD寄存器14中的值。然后， 检查iword是否比1大，如果比1大，用辞典16检索最后所输入的iword的首尾简易仓颉代码组。如果不是那样，则起动字典检索部分19而检索字典20。即，iword＝1时检索字典20。iword＞1时检索辞典16。检索辞典而没有对应的单词时，在把IFQ寄存器17清“O”的基础上，从iword中减1，再如上所述，用iword分隔首尾简易仓颉代码组，检索辞典。直到获得该单词后更换上述处理。如果iword变成1则起动字典检索部分19，进行字变换。并将检索得到的单词的使用频度值作为比较部分18的比较值而记忆在IFQ寄存器17中。为了记忆前次变换的单词的字数及使用频度，WORD寄存器21、FQ寄存器23再来记忆前次存储（记忆）在IWORD寄存器14及IFQ寄存器17中的值。比较部分18首先通过将记忆在IWORD寄存器14中的值iword与记忆在WORD寄存器21中的值WORD相比较，从而判断是否起动如下所述的变换修正部分22。

（1）iword＞word时

起动变换修正部分22进行修正。

（2）iword＝word、和ifq＞fq时

起动变换修正部分22进行修正。

（3）iword＝word、和ifq≤fq时，或iword＜word时

起动字典检索部分19进行字的检索。

且设定word＝1、fq＝0。

进行如上述修正处理之后，作为下次变换的参照值，把iword记忆在WORD寄存器21中，把ifq记忆在FQ寄存器23中。由输出部分24表示由上述处理得到的结果。

以图8为例，详细说明本发明的中文连续汉字变换装置的动作过程。图中，便于理解地表示着对应于该首尾简易仓颉代码组的单词及使用频度。且对应字组的使用频度最高的三个字也分成三列表示。

因为限于输入完全的首尾简易仓颉代码组时，才进行变换，所以下面在输 入了完全的首尾简易仓颉代码组的例子后，参照图1及图2、说明变换过程。

步骤1，一旦输入首尾简易仓颉代码组“木木”则变成：

ndx＝2，iword＝1。

由单词分隔检索部分15，如判断为，所输入的首尾简易仓颉代码组“木木”、因为是iword＝1，所以不能构成单词，则起动字典检索部19，进行单个汉字的变换。

于是令fq＝0，word＝1，则表示汉字“李”。

步骤2.如果输入首尾简易仓颉代码组“弓金”，则：

x＝4，iword＝2

通过单词分隔检索部分15，判断所输入的首尾简易仓颉代码组“木木弓金”，判断为iword＞1而检索辞典。然而，因为没有对应的单词，所以从iword中减1，一旦

iword＝1、则分隔“弓金”、而进行单个汉字的变换。

于是令fq＝0，word＝1，而表示“李小”这2个汉字。

步骤3，如果输入首尾简易仓颉代码组“女一”，则ndx＝6，

iword＝3

通过单词分隔检索部分15，对于所输入的首尾简易仓颉代码组“木木弓金女一”，判断为iword＞1而检索辞典。因为没有相对应三文字，所以从iword中减“1”，如果

iword＝2，则因为有对应于所分隔的首尾简易仓颉代码组“弓金女一”的单词“小姐”，该单词的使用频度是35，所以设定ifq＝35。这时，因为变成word＝1，fq＝0，又因为iword比word大，所以起动变换修正部分22，对变换结果进行修正。因此，使得：

word＝2，fq＝35，

同时表示了汉字“李小姐”

步骤4，如果输入首尾简易仓颉代码组“一一”，则变成：

ndx＝8，iword＝4，

通过单词分隔检索部分15，对于所输入的首尾简易仓颉代码组“木木弓金女一一一”，判断为iword＞1而检索辞典。因为没有相对应的四文字的单词，所以将iword每次减“1”，当iword＝2时，因为有对应于所分隔的简易仓颉代码组“女一一”的单词“经历”、而该单词的使用频度为12，所以设定ifq＝12。这时，word＝2，fq＝35，因为iword与word相等，又因为前次所变换的字数表示与本次的相同，因此再比较两者的使用频度。（fq＝35）＞（ifq＝12），即，因为前次所变换的单词的使用频度更大，而不修正。因此，分隔“一一”，进行单个汉字变换。于是使word＝1，fq＝0，再表示4个汉字“李小姐二”。

步骤5，如果输入首尾简易仓颉代码组“人尸”，则

ndx＝10，iword＝5，

因为iword比记忆在本实施例的辞典16中的单词的最大字数大，所以将iword设定为4，通过单词分隔检索部分15，分隔“弓金女一一一人尸”而检索辞典。因为没有相对应的四文字的单词，将iword每次减1，当iword＝2时，有对应于所分隔的首尾简易仓颉代码组“一一人尸”的单词“工作”，该单词的使用频度为187。因为（iword＝2）＞（word＝1），所以起动变换修正部22进行修正。于是令word＝1，fq＝187

且表示所谓“李小姐工作”这5个汉字。

步骤6，对于以下4个连续的首尾简易仓颉代码组，由于通过单词分隔检索部15不能分隔代码组，所以进行单个汉字的变换。变换过程如下所示。

输入    画面表示    word和fq的值

竹戈    的    令word全为“1”

中廿    的盡    fq全为“0”

廿口    的盡若

中廿    的盡若盡

至此的变换结果变为“李小姐工作的盡若盡”。

步骤7，如果输入最后的首尾简易仓颉代码组“廿大”，则变为

ndx＝20，iword＝10

因为iword比记忆在本实施例的辞典16中的单词的最大字数还大，所以将iword设定为4，通过单词分隔检索部15将“中廿廿口中廿廿大”进行分隔并对辞典进行检索。因为有对应于所分隔的首尾简易仓颉代码组“中廿廿口中廿廿大”的单词“盡善盡美”，该单词的使用频度为5，所以ifq设定为5。由于（iword＝4）＞（word＝1），所以起动变换修正部22对前次变换结果进行修正，而变换为本次的变换结果为“盡善盡美”。于是得到

“李小姐工作的盡善盡美”这一变换结果。

如上所述，通过本发明的中文连续汉字变换装置，对连续输入的字形组合能直接地、正确地进行变换。其它如对于“水水大月十_人土十_廿大竹戈女口女女”（“_”是空格键），不必修正就得到所谓的“没有十全十美的姑娘”这一正确变换结果。

按照本实施例，正确的变换率达70%。

本发明不只限于上述实施例，在不变更实质内容范围内适当作些变化也是能实施的。例如，对应于中文汉字的字形组合不只限于简易仓颉符号，其它的字形符号也都能实施。又如记忆在辞典中的单词的最大字数不只限于4，它 最好由记忆中文单词的最大字数决定。例如要将“天增歲月人增寿”、“一失足成千古恨”等单词记忆到辞典中的情况下，最大字数设为7。又单词的使用频度也可随应用领域的不同，而作为变换的发展加以修正。尚且，变换结果没有必要立即输出，也可通过延迟固定的时间再输出。如上所述方式均属于本发明范围内的。

如上所述，若按照本发明，用户除能连续地输入字形组合符号外还能降低逐字选择、修正的必要性。若按本发明，能大幅度提高变换率。又，对于对应于相同字形组合符号的单词、单个汉字的选择时间也能够减少，所以提高了实用性。

图1是本发明一实施例中的中文连续汉字变换装置的构成方框图;

图2是上述实施例的处理过程的流程图;

图3是表示用于该实施例的辞典的部分说明图;

图5表示与仓颉输入法的基本字形组和对应的键盘的键相统一的汉字字形符号图;

图6表示仓颉输入法的字形分隔规则的说明图;

图7表示键盘中的仓颉字形相对应的英文键配置图;

图8是说明上述实施例中的变换动作举例的说明图。

10-寄存器初始化手段;11-输入部分;12-NDX寄存器;13-变换控制部分;14-IWORD寄存器;15-单词分隔检索部分;16-辞典;17-IFQ寄存器;18-比较部分;19-字典检索部分;20-字典;21-WORD寄存器;22-变换修正部分;23-FQ寄存器;24-输出部分;30变换词典。

在图5中，未列出X键，X键用于分隔难字形。

在图6中，连带字：笔划连结不能分离的字。顺序：由外→内、上→下、左→右的顺序输入汉字的字形的次序。字首：分体字（能分成左右、上下的字）的最左、或上面的字形。字身：字首以外的字形是字身。次字首：字身的字首。次 字身：字身的字身。

Claims (2)

1、一种中文连续汉字变换装置，其特征在于备有：

连续输入对应于中文汉字的字形组合符号串的输入部分；

由输入的上述字形组合符号串起动变换过程的变换控制部分；

记忆(存储)与上述字形组合串相对应的单词的变换词典；

由所输入的上述字形组合符号的个数、对于至此输入的上述字形组合符号串检索变换词典而取出变换候补的单词的单词分隔检索部分；

每当上述单词分隔检索部取出变换候补的单词时、将本次变换候补的单词字数与上次变换候补的单词的字数进行比较、在本次变换候补的单词的字数比上次变换候补的字数多的情况下，判定有必要对上述变换候补进行修正的比较部分；和

判定为上述比较部分必须修正时、以本次变换候补的单词置换上次变换候补的单词的变换修正部分。

2、如权利要求1所述装置，其特征在于，变换词典具有单词的使用频度信息，比较部分在本次变换候补的单词的字数与上次变换候补的单词字数相同时对各单词的使用频度信息进行比较，在本次变换候补的使用频度比上次变换候补的单词的使用频度大时，判定有必要修正。

Images