22 4 2008 7 J OU RNAL OF CH IN ESE IN FORMA TION PROCESSIN G Vol. 22, No. 4 J ul., 2008 : 100320077 (2008) 0420123206 1,2, 1,2,3, 1,2 (1., 221116 ; 2., 221116 ; 3., 215006) :,,,,,, : ; ; ; ; ; : TP391 : A Topological Frame Based Input Method Coding of Jiaguwen GU Shao2tong 1,2, MA Xiao2hu 1,2,3, YAN G Yi2ming 1,2 (1. Institute of Linguistic, Xuzhou Normal University, Xuzhou,Jiangsu 221116,China ; 2. Jiangsu College Key Lab of Linguistic Sciences and Neuro2cognition Engineering,Xuzhou,Jiangsu 221116,China ; 3. School of Computer Science and Technology, Suzhou University, Suzhou, Jiangsu, 215006, China) Abstract : This paper proposes and implement s a simple and effective Jaguwen input method. Based on the analysis of the features in topological frame of Jiaguwen and the consideration of the glyph and pronunciation of Jiaguwen, the coding of glyph and pronunciation is first presented. Accordingly, the implementation of this input method pro2 vides two ways to input Jiaguwen : (1) Glyph coding input method ; (2) Hanzi Spelling coding input method. Key words : computer application ; Chinese information processing ; topological frame ; Jiaguwen ; input method ; coding 1,,, [1 ],,,,,, (1), 1996 [2 ],, 26 10 : 2006212220 : 2008203210 : (01A YY004) ; ( K32019) : (1978 ),,, ; (1964 ),,,, ; (1957 ),,,,
124 2008 1999, [3 ] Petri, 25 7, 500, 2003 2004 [4,5 ], 3, (2), 2003, [ 6 ],,, 2 600 341,, [7 ], 569, 26, 26 3 673 ( ) : 2 ; 3 ; 4, ; 5, : (a) ( ) :,,,, (b) ( ) :,,, (c) ( ) :,,, 2. 2,, ( ) ( ),,,,,,, 569,,,, 2. 3 2 2. 1,, [8 ],,, : 1), ;,,,,,, 2), ; 3),, ;4),, 1,,,,,,, : 1
4 : 125 3 :,,,,,,,,,,,,,,,,,, 1 3. 1, 569 569, 26 569,, A, B, X, S, Z,,,,,, K, K 1 A B C D E F G H I
中文信息学报 126 2008 年 续表 字母 部 件 J K L M N O P Q R S T U V W X Y Z 3. 2 甲骨文拆分取码原则 摹自然界物体,只是单纯的平面图画,一般无法分析 结构,成为独体 这些象形字描摹自然界常见的物 甲骨文字形可以分为独体结构 左右结构 上下 结构和包围结构 甲骨文中的象形字因物具形, 描 体,在甲骨文中属常用字,因此将这部分字形映射为 单个拉丁字母的编码序列 对于独体字之外的其他
4期 顾绍通等 : 基于字形拓扑结构的甲骨文输入编码研究 字形,采用拆分输入的方法 拆分时在取码顺序上, 按照从左到右,从上到下,从外到内的顺序来对甲骨 文字形进行拆分取码 在对字形进行拆分取码的时 候,按照从左到右, 从上到下 从外到内的顺序对甲 骨文字形进行拆分,取第一 三 末码作为字形的 输入码,对于不足四码的以空格键结束 比如,甲骨 文字形 对应的键位是 s 键, 那么在键盘上输入 s 就可以把 显示出来 甲骨文字形 为左右结 构,按照从左到右的顺序,可以拆分出 部件, 所对应的键位是 s i, 它的输入码即为 si, 在甲骨文 输入法状态下,输入 si 就可以把字形 显示出来 对甲骨文字形, 采用形码的方法, 可以拆分为 和 3 个部件, 各个部件对应的键位分 别是 g x d,在甲骨文输入法状态下,输入 gxd 即可 以把 显示在计算机的屏幕上 甲骨文字形, 采用形码的方法,可以拆分为 4 个 部件,这四个部件所对应的键位是 x x q p,在甲骨 文输入法状态下,输入 xxqp,就可以把 显示在计 算机的屏幕上 甲骨文字形输入编码可以概括为 : 第一,根据字形 的拓扑结构拆分出部件 ;第二,根据甲骨文部件与码元的 映射关系,得出甲骨文编码的字母序列 可以图示如下 : 127 我们制作了形码表和音码表, 从而可以使输入法程 序通过形和音的编码方案输入甲骨文字形 码表的格式如下 : < 编码序列 > < Tab 键 > < 字形序号 [ < Tab 键 > 字 形序号 ] > 字母序列表示甲骨文字形的键盘输入码,数字表 示通用甲骨文字库中的字形序号,字母序列和数字之 间用 Tab 键隔开 图 3 和图 4 分别是从形码表和音 码表中选取的部分码表示例 : 在甲骨文码表制作出 来以后,输入法程序就可以根据键盘输入码与字库中 字形序号的对照表查找与输入码对应的甲骨文字形 图 3 甲骨文字形码表部分示例 图 4 甲骨文拼音码表部分示例 4 实验结果及分析 我们在 Dell Precisio n330 工作站上,利用 Visu2 al C + + 成功地开发出了甲骨文输入法程序, 通过 图 2 甲骨文编码示意图 3. 3 码表的设计 按照甲骨文输入法编码方案,从形和音的角度, 该输入法程序可以把通用甲骨文字库中的任一字形 方便地显示在计算机的屏幕上 图 5 图 6 分别是 甲骨文拆分取码输入方法和甲骨文现代汉字拼音输 入方法的示例,图 7 是采用本文的输入法方案显示 的与现代汉字对应的甲骨文示例 图 5 甲骨文的形码输入方法示例
中文信息学报 128 2008 年 图 6 甲骨文的音码输入方法示例 开始受到人们的重视 我们根据甲骨文字形的拓扑 结构特征,设计并实现了甲骨文输入法程序,利用该 图 7 甲骨文字形示例 在本方案中所使用的编码字符为 26 个拉丁字 母 我们将含有一 三 四个字母的编码序列分 别称为一级简码 二级简码 三级简码 四级简码 一 三 四级简码数量分别为 26 439 918 1 089, 覆盖的甲骨文字数分别为 181 1 108 1 060 1 133, 平均码长为 2. 75, 静态重码率为 39 % 其中, 一 三级编码字数占甲骨文总字数的 64 % 与已有 的编码方案相比,本方案具有码符集少,平均码长短 等特点,如表 2 所示 甲骨文部件 码 符 集 平均码长 500 多个 25 个拉丁字母和 7 个数字 3 26 个拉丁字母 2. 75 象形码 文中方案 569 格斐老师在算法和程序设计方面提供了热情的帮 助 在此一并致谢 参考文献 : [ 1 ] 马小虎,黄文帆,顾绍通,杨亦鸣. 甲骨文点阵字形转换为 甲骨文轮廓字形的方法[J ]. 语言科学,2004,3 (3) : 3211. [ 2 ] 李继明. 计算机文字信息处理技术新探 甲骨文象 形码设计方案 [J ]. 中文信息学报,1996,10 (3) : 18229. [ 3 ] 肖明,胡金柱,赵慧. 面向对象的 Pet ri 网方法及其在甲 表 2 本方案与象形码的比较 方案 程序可以通过拆分取码方法和现代汉字拼音方法这 两种途径来输入甲骨文字形, 较好地解决了从通用 甲骨文字库中调出所需字形的问题 实验结果表 明,利用我们开发的甲骨文输入法程序,可以很方便 地在通用字处理软件比如 Word 中输入甲骨文字 形,并做各种排版处理 这些研究工作无疑对极其 珍贵的文化遗产 甲骨文 进行数字化 展示 有效保护和方便使用,具有重要的现实意义,对甲骨 文的信息化处理工作具有很好的促进作用 致谢 : 徐州师范大学计算机科学与技术学院酆 5 结语 骨文编码中的应用 [J ]. 华中师范大学学报 ( 自然科学 版),1999,33 ( 4) : 4952499. [ 4 ] 肖明,赵慧,甘仲惟. 甲骨文象形码编码方法研究 [J ]. 中文信息学报,2003,17 ( 5) : 60265. [ 5 ] 肖明,赵慧,甘仲惟. 甲骨文象形码编码的模糊数学模 型研究 [J ],计算机工程与设计,2004,25 (3) : 3582361. [ 6 ] 周晓文. 古文字字库的设计与实现 [J ]. 民俗典籍文字 研究,2003, ( 1) : 3752380. [ 7 ] 姚孝遂,肖丁. 殷墟甲骨刻辞类纂 [ M ]. 北京 : 中华书 古文字信息处理的研究方兴未艾, 甲骨文作为 我国最古老的成熟文字系统, 它的信息化处理研究 局,1989. [ 8 ] 刘连元. 汉字拓扑结构分析[J ]. 电子出版,1995, (5) : 225.