聶艷召，劉永革

(安陽師范學(xué)院 計算機與信息工程學(xué)院 甲骨文信息處理重點實驗室，河南 安陽 455002)

1 引言

甲骨文是我國已發(fā)現(xiàn)的古代文字中時代最早、體系較為完整的文字，是我國文字史上一筆寶貴的財富。從發(fā)現(xiàn)甲骨文至今百余年時間里，甲骨文研究已取得了長足的進展。進入信息時代后，利用計算機數(shù)字化技術(shù)的優(yōu)勢拓展甲骨文史料的縱深研究已是大勢所趨。

近幾年，多家研究機構(gòu)已經(jīng)建立了甲骨文字庫，為甲骨文數(shù)字化奠定了基礎(chǔ)。但是，要想進行真正的數(shù)字化只有字庫還遠遠不夠，還必須提供甲骨文輸入接口，以方便各種甲骨文文獻的數(shù)字化集成。甲骨文輸入法是其中重要的輸入接口。

目前，現(xiàn)代漢字的輸入法已形成“萬‘碼’奔騰”的局面，但究其編碼方式無外乎兩種思路：音碼輸入和形碼輸入。同樣，對于甲骨文輸入法的研究目前也是沿用這兩種思路。

(1) 音碼輸入

顯然，此方案只能輸入有限的甲骨字，絕大多數(shù)未考釋出的甲骨字不能用此法輸入，必須借助于形碼輸入。

(2) 形碼輸入

形碼輸入是從甲骨文的字形入手，分析其構(gòu)形規(guī)律，制定合理的編碼方案。如果將甲骨文按照“字→部首→部件→筆畫”的四級分解模式，目前在部首級別和部件級別都有相應(yīng)的輸入法被開發(fā)出來。具有代表性的有以下兩類形碼輸入法。

一、部首級別形碼——可視化輸入法

考慮到甲骨文編碼研究的復(fù)雜性，與其勉強制定出繁雜的編碼規(guī)則，不如退一步省去編碼階段，直接用“可視化”輸入。

二、部件級別——象形碼輸入法

該方案在使用過程中有兩大困難：①雖然“一字一碼”大大減少了輸入時的重碼率，看似提高了輸入效率，但是重碼率的減少是建立在增加碼元或編碼長度的基礎(chǔ)上，這樣顯然增加了記憶和使用的難度。②在實際輸入某一甲骨字時，要求使用者必須能準(zhǔn)確地按照一定的規(guī)范進行字根的拆分。實際情況是，由于甲骨文構(gòu)形系統(tǒng)還不成熟，很多構(gòu)件的形體規(guī)整性差，對于一般用戶來說很難進行準(zhǔn)確的拆分，拆分錯誤就會導(dǎo)致無法輸入該字。

基于字形的輸入法除了從部首、部件級別考慮外，也可考慮從筆畫級別去進行編碼，本文就以此思路討論建構(gòu)一種易學(xué)、易用的甲骨文筆畫輸入法。

2 甲骨文筆畫系統(tǒng)分析

任何文字的字符都是一筆一畫寫出來的, 甲骨文當(dāng)然也不會例外。雖然甲骨文構(gòu)形系統(tǒng)很不成熟，但是甲骨文已是符號化程度很高的文字，構(gòu)成甲骨文的最基本單位“筆畫”系統(tǒng)已經(jīng)初見端倪。每一個甲骨字，都是由各種點和線組織起來的，盡管這些點和線的特征跟后世筆畫不同，但也都是有規(guī)則、成系統(tǒng)的，可以進行分析的。例如表1所示的幾個甲骨字及其筆畫分解。

表1 甲骨字筆畫分解示例

表2 甲骨文筆畫分析

續(xù)表

3 基于筆畫分析的編碼方案

3.1 筆畫碼元——鍵元對應(yīng)關(guān)系

根據(jù)表2的筆畫分析結(jié)果，每一個甲骨字都是由某些筆畫按照一定的規(guī)律組合而成,這些構(gòu)成甲骨字的基本筆畫稱為“碼元”。因此，該編碼方案的碼元集為：點、橫、豎、撇、捺、彎、框、曲、圓九種筆畫。

每個碼元與鍵盤上的字母對應(yīng)起來形成了一種映射關(guān)系。為方便記憶，取每種筆畫名稱的漢語拼音首字母作為鍵元，即d-點、h-橫、s-豎、p-撇、n-捺、w-彎、k-框、q-曲、y-圓。

3.2 拆分規(guī)則

由于甲骨字形的不規(guī)整性，某些字的筆畫或者筆畫的順序難以清晰界定，需要一些原則指導(dǎo)使用者方便地拆分甲骨字。

(1) 無筆順原則

這是提高甲骨文筆畫輸入法實用性的關(guān)鍵所在。此原則主要基于以下兩點考慮：①甲骨字筆畫不規(guī)范，不像現(xiàn)代漢字的筆畫那么規(guī)整，故難以確定統(tǒng)一的筆畫順序。②若勉強規(guī)定筆順，整個甲骨字筆順規(guī)則將比現(xiàn)代漢字筆順規(guī)則復(fù)雜得多。當(dāng)用戶輸入甲骨字時，必然增加了判斷筆畫順序的時間。

(2) 盡量體現(xiàn)造字意圖

(3) 自由拆分

圖1 依照造字意圖拆分字

圖2 字可能的拆分方案

無筆順限制和自由拆分原則減輕了用戶的記憶負(fù)擔(dān)，減少了輸入甲骨字時思考的時間，為使用者提供更為靈活的空間。此即“自由筆畫”之含義。

4 輸入法的實現(xiàn)

4.1 字庫和碼表文件

甲骨文輸入法程序的基礎(chǔ)為甲骨文字庫和碼表文件。字庫采用香港中文大學(xué)的甲骨文字庫，此字庫收錄6 199個甲骨字，具有權(quán)威性。碼表的格式如下：

<編碼> <甲骨字>[<甲骨字>]

每一個編碼中的字符按照字典升序排列。碼表整體結(jié)構(gòu)的排序，在初始情況下按編碼長度升序排列，在輸入法的使用過程中則將按照編碼被搜索命中的頻率降序?qū)崟r調(diào)整。部分碼表如表3所示(為了下面討論方便，在表中加了一列序號，但實際的碼表中不需要序號)。

表3 碼表結(jié)構(gòu)示例

4.2 碼表搜索算法

表4 搜索算法示例

4.3 原型程序運行效果

在Java開發(fā)環(huán)境下實現(xiàn)了原型程序。運行效果如圖3所示。

圖3 輸入法運行效果

用戶在筆畫輸入框輸入筆畫對應(yīng)的字符碼，候選字標(biāo)簽會顯示搜索到的甲骨字(若超過5個字會分頁顯示)，通過輸入對應(yīng)的數(shù)字在候選字中進行選擇。通常情況下，只需輸入部分編碼就能在候選框顯示出該字，或者通過翻頁就能找到該字。如圖3顯示的，輸入wp就把包含彎、撇筆畫的字全部搜索出來。

5 結(jié)束語

通過對甲骨文的筆畫特征進行分析，將構(gòu)成甲骨字的筆畫歸納為點、橫、豎、撇、捺、彎、曲、框、圓九種筆畫，在此基礎(chǔ)上設(shè)計了甲骨文筆畫輸入法。該輸入法可以為甲骨文工作者提供方便快捷的輸入途徑，提高輸入效率。目前，該輸入法程序只是演示版本，下一個階段的主要工作是將其升級為標(biāo)準(zhǔn)輸入法程序。

[1] 楊亦鳴,顧紹通,馬小虎.甲骨文拼音與部件拆分輸入法[P].CN：1O1231558A,2008.7.30.

[2] 劉永革,栗青生.可視化甲骨文輸入法的編碼與實現(xiàn)[J].計算機工程與應(yīng)用, 2004,40(17)：139-140.

[3] 李繼明.計算機文字信息處理技術(shù)新探—甲骨文象形碼設(shè)計方案[J].中文信息學(xué)報,1996,10(3)：18-29.

[4] 肖明,胡金柱,趙慧.面向?qū)ο蟮腜etri網(wǎng)方法及其在甲骨文編碼中的應(yīng)用[J].華中師范大學(xué)學(xué)報(自然科學(xué)版),1999,33(4)：495-499.

[5] 肖明,趙慧,甘仲惟.甲骨文象形碼編碼方法研究[J].中文信息學(xué)報,2003,17(5)：60-65.

[6] 肖明,趙慧,甘仲惟.甲骨文象形碼編碼的模糊數(shù)學(xué)模型研究[J],計算機工程與設(shè)計,2004,25(3)：358-361.

[7] 郝文勉.甲骨文編碼的線性結(jié)構(gòu)[J].鄭州大學(xué)學(xué)報：哲學(xué)社會科學(xué)版, 2005, 38( 1) ：87-92.

[8] 馮壽忠.甲骨文筆畫系統(tǒng)試析[C]//中國應(yīng)用語言學(xué)會.第四屆全國語言文字應(yīng)用學(xué)術(shù)研討會論文集.四川大學(xué)出版社,2007:35-45.