说 明 书

一种汉字数字编码输入法

本发明属于汉字信息处理、特别是汉字编码输入法技术领域。本发明适用于利用移动电话、小型军用通信设备或计算机上的数字键盘来输入汉字信息。

近年来，尤其在中国，提出了很多种汉字数字编码输入法，其中少数获得了应用。例如，有的只用五种笔画，规则很简单，很容易使用，受到人们的青睐。但其击键次数太多，或重码率太高，仍不理想。理想的使用键数应为8～10个，码长4～5位。这样，就产生了很多种分类的编码方案。但所有这些都还存在着一些不利于使用的缺点。例如，有的根据汉字部件来设定数字代码，可是汉字部件本身十分复杂，五花八门的部件使非专业化人员很难记住，对汉字的拆分也不自然，影响输入效率；有的根据汉字笔画来设定数字代码，可是汉字笔画也五花八门，10个数字不够用有些就几种笔画共用1个数字，也不容易记住。另外为了解决重码率高的问题，又来修修补补添加了不少附加的规则，这些对一般使用者来说掌握的难度较大，输入也就慢了。为了解决易学、易记的问题，中国专利申请第95110568.X号提出了“汉字九笔画编码的编排方法”的方案，但由于该方案把折笔分为“左钩”、“右钩”与“其它折”，在对字编码时，会造成使用者的反应速度慢；另外其笔画、部件在键位上的安排不均匀，如把笔画“提”占一个键位，几个部件只能在第一码使用，则第2～5码在有折和提的键位上使用率很低，造成重码过高；还有就是增加一个本来应该编码在第3位的“区分码”，但该码却安排在最后来取，影响到取码规则的连续性和简明性，相应影响了击键输入速度；而其笔画的编排次序与目前普遍流行的“五笔画”输入法次序不一致，影响到日后许多使用者的适应性。总之，汉字数字编码输入法，既要规则简单明确不出现模棱两可的情况，又要重码数能被接受，不影响输入效率，才易于被采纳使用。

本发明创造的目的就是提出一种规则少，易学、易记、易用的汉字数字编码输入方案，同时它在使用中重码又能少到不影响输入速度，易受使用者采纳使用。

本发明是这样实现的：一种汉字数字编码输入法，其特征在于：

首先，将汉字的所有笔画按特征分为8类，并分别用1至8作为其代码，即用1代表“横”（一），用2代表“竖”（丨），用3代表“撇”（ 丿），用4代表“点”（丶），用5代表“捺”（乀），用6代表“横折”（泛指所有起笔为横而随后又折弯的，不论其向什么方向折弯，以及怎么折弯，都归入“横折”这一类，如 乛、�S、�T、ㄋ、乙、┐等），用7代表“竖折”（泛指所有起笔为竖而随后又折弯的，不论其向什么方向折弯，以及怎么折弯，都归入“竖折”这一类，如亅、乚、ㄣ、└ 等），用8代表所有其它笔画（如ㄑ、ㄥ 、 、 等）。这样分类的结果，所有的笔画都有很明确的归类，歧义少、输入编码时反应快；另一优点是与目前普遍流行使用的“五笔画”输入法的次序（很多字典也是这个次序）兼容（前4种笔画次序一致），很容易记住。

然后，按照汉字的笔顺次序，取每个汉字的前3笔画的代码，以及末2笔画的代码，编排在一起作为该汉字的编码。当汉字的笔画数目不够5码时，有几码就取几码。此方案称“简易编码方案”。

最后，利用移动电话机或计算机的数字键盘上的1至8数字键，分别代表上述笔画代码，进行击键输入。

按简易编码方案输入汉字，没有什么困难，通常都很顺利，唯一不理想的是少部分字其重码率偏高。例如，按照国标一级常用字3755个统计，其中78.5%的字，其重码率≤10个，即输入编码后只须在屏幕上直接选字即可；另有14%与5.2% 的字也只须翻页一、二次即可；只剩2.3% 的字须翻页四次才能找到。

为了进一步降低重码率，本发明以兼容并存的方式，将构成汉字的高频部件“氵、艹、扌、木”分别并入上述代码5、6、7、8，将构成汉字的高频部件“口”及“日、目、田”用9作为其代码。即5既代表“捺”（乀），又代表“氵”；6既代表“横折”，又代表“艹”；7既代表“竖折”，又代表“扌”；8既代表其它笔画又代表“木”；9既代表“口”，也代表“日、目、田”。其取码规则类同上：即按照汉字的笔顺次序，取每个汉字的前3码及末2码，编排在一起作为该汉字的编码；当不足5码时，有几码就取几码。取码时，若遇上述部件，则用部件代码；否则，仍用笔画代码。此方案称为“高效编码方案”。

加进上述高频部件代码以后，增加的记忆不多，却大大地降低了重码率。例如，按照国标一级常用字统计，其中99% 的字重码率≤10，不必翻页即可选字；其余那1% 的字也只需翻页一次即能找到。可见这是相当理想的。即使扩大到连同国标二级非常用字在内的6763字来统计，也有95% 的字重码率≤10，而99% 的字重码率≤20。我们还应注意这样一个事实，由于重码提示一级常用字显示在前，二级非常用字显示在后，后者的使用频度是极低的，因此对约5% 的字须翻页一至二次也不必在意。

另外，为了真正做到方便绝大多数人的使用，我们在设计此种汉字输入方案时，一方面以国家规定的汉字标准笔画、笔顺为主体，同时也考虑到目前全世界华人的现状，他们的笔画、笔顺习惯，并非完全符合标准，而且早已养成了习惯，甚至因受到楷、行、草书的影响而各有不同，包括已出版的中文字典之间也有差异。为此，本汉字输入方案在按标准笔画、笔顺编码的同时，将那些虽不符合标准但已为许多人所习惯了的笔画笔顺，也制成汉字编码，这称为“容错码”。在显示屏上，这类非标准编码的汉字用特殊的颜色加以区别提示，同时在特定的位置显示该字的标准编码。

这样，对一个字来说，就可能有几种编码。用户可任意使用一种来输入一个字：即既可用高效编码，也可用容错码、简易编码。区别只是重码提示时，前者显示在前，重码少，因而不受后者影响；后者显示在后，可能重码多，击键次数多。在用户选中一个非高效/标准编码的字时，通过计算机“嘟”一声的警示和提示该字的高效/标准编码，可指导用户逐渐向高效/标准编码过渡。

本方案仍适合对GBK大字符集二万余汉字及对词组（包括词和短语）进行编码。对词组的编码仍由5码组成。其取码规则如下：

（1）对2字词组，依次取首字前2笔画或高频部件代码加上后字前3笔画或高频部件代码组成；

（2）对3字词组，依次取首字首笔画或高频部件代码加上后2字每字的前2笔画或高频部件代码组成；

（3）对4字词组，依次取前3字的各字首笔画或高频部件代码加上末字的前2笔画或高频部件代码组成；

（4）对5字以上的多字词组（包括自造词和短语），依次取前4字及末字的各字首笔画或高频部件代码组成。

由于对词组的编码其各键分布要比字均匀得多，所以编码空间有效利用率也大得多。相应的，其重码率也不会太高。

从上面的介绍可以看出，本汉字输入法在输入汉字过程中，只用到“1”～“9”九个数字键，且很少会出现模棱两可的歧义笔画和部件；其次，在取码过程中，对笔画的分类反应速度快，且按笔顺次序取码反应速度也快；本输入方案的附加规则少，容易学，容易记；还有，有了“容错码”，不再有难字。最后，本输入方案的重码适当，尤其在加入了少数几个高频部件以后，完全符合高效输入的要求。因此，本发明具备推广应用的条件。

实施例：

一、编码例：

（1） 【钦】其前3笔画是“撇”（ 丿）、“横”（一）、“横”（一），而末2笔画是“撇”（ 丿）与“捺 ”（ 乀），那么整个编码应是31135 。

（2） 【订】其前3笔画是“点”、“横折”、“横”，而剩下只有一笔“竖折”，共4码，整个编码应是4617 。

（3） 【大学】这是2字词组，按取码规则应取首字的前2笔画“横”（一）、“撇”（ 丿）及后字的前3笔画“点”（丶）、“点”（丶）、“撇”（ 丿），共5码组成，所以整个词组的编码应是13443 。

（4） 【代】32184 【七】17 【五】1261 【坤】12812 。

（5） 【梧】用高效编码，前3笔画或部件分别为“木”代码是8，“一”代码是1，“丨”代码是2；末2笔画或部件分别为“一”代码是1，“口”代码是9，合起来是81219；若用简易编码，前3笔画分别为“一”，“丨”，“丿”，末2笔画分别为“横折”，“一”，编码是12361 。

（6） 【计算机】按高效编码是43183； 简易编码是43112 。

（7） 【陈】标准编码62134；但若按楷书“陈”则为62144，属于容错码 。

（8） 【车】1812；受行草书影响：1821 或 1712 。

（9） 【必】标准：48434 容错：48443 或 47434 。

二、以下介绍在Win 32环境下在PC机上的一个实现：

1. 进入本汉字输入法，屏幕一小角提示九个数字键所代表的笔画和部件。用户可点“？”得到进一步帮助或点“x”关闭上述提示。

2. 本方案使用数字小键盘1到9键输入汉字编码，用0键结束一个编码不足5码的字，用 +、— 或↑、↓键向后、前翻页显示，用 * 代表模糊代码（即用户不能肯定的代码），<Del>或退格键删除最后一码。

3. 输入前两码时，屏幕只显示高频/最近常用字、词组。

4. 输入第3～5码时，屏幕提示前3～5码与输入码相同的字、词组。

5. 如用户在输入前4码过程中发现屏幕有要用的字、词组，可直接按下数字键不放约0.5秒听到“嘟”声后松手，或按<Enter>键转入选字状态后再用数字键选字、词组即可。

6. 用户输入5码后，则自动将数字键转为选字、词组状态。

7. 屏幕重码提示拟显示4个单字、4个二字词组、1个三字词组及1个四字组或四以上词组，并用不同色彩区分，且可根据情况作适当调整。

三、输入过程例：

1.输入【而】字

按1键，则屏幕显示以横起笔的高频常用字等，提示如下：

0.在 1.一 2.有 3.而 4.一个 5.一定 6.一切 7.东西 8.进一步 9.形而上学

按下3键不放约0.5秒听到“嘟”声后松手（或按<Enter>键转入选字状态后再按3键）即可。

2.输入词【大学】

(a)按键13443后，在眼睛朝二字词区查看的同时将手指放在456键附近准备选二字词，屏幕提示如下：

4.感觉 5.大学 6.医学 7.列举 9.有价证卷

按5键即得。可见以上设计的分区重码提示可提高响应速度！

(b)按键13时,屏幕显示以13起始的编码的最近常用字、词，提示如下：

0.在 1.厂 2.龙 3.友 4.不能 5.研究 6.大学 7.成为 8.输入法 9.工人阶级

在二字词组提示区见到“大学”，按<Enter>键转入选字状态后再按6键（或按下6键不放约0.5秒听到“嘟”声后松手）即可。

3.输入【梧】字

（a）按键12361，屏幕提示如下：

0.格 1.棺 2.柜 3.枷 4.十月 5.克服 6.五月7.西周 9.专业公司

再按“+”键向后翻页4次，屏幕则提示如下：

0.梧 1.杏 2.栅 3.柘 4.基肥 5.取胜 6.起用7.堆肥 9.专业公司

按0键即得。此时听到“嘟”一声同时屏幕用红色警示如下：

推荐用高效/标准编码【梧：81219】

由此可见用简易编码也可输入绝大多数汉字，但有时可能因重码多而须翻页查找。

(b)键入81219，屏幕提示如下：

0.桔 1.梧 4.标点

选1即得。可见高效编码效率更高。

4.输入词【计算机】

键入431，屏幕提示如下：

0.半 1.并 2.迸 3.糙 4.关于 5.并不 6.总理 7.前面 8.计算机 9. 燃气轮机

选8即得。这说明，尽量用词输入可大大减少击键次数。

5.输入字【义】

键入354，屏幕提示如下：

0.义

选0即得。此时听到“嘟”一声同时屏幕用红色警示如下：

推荐用高效/标准编码【义：435】

有了“容错码”，您不必再为书写习惯不标准而发愁了。

6.输入字【噩】

键入1*991（其中 * 代表任意码1或2…9 )，屏幕提示如下：

0.噩 4.武器 5. 玉器 6.配器 7.下颚 9.吞吞吐吐

选0即得。有了“模糊代码”的功能，难字也不再难了。