国际基本子集的诞生及其构成概况.pdfVIP

I第四届全国语言文字应用学术研讨会论文集 国际基本子集的诞生及其构成概况 王晓明王敏 (教育部语言文字应用研究所北京100010) 一、背景知识 ISO／IEC10646是一个集世界上所有文种于一身的国际编码 标准，它打破了简、繁、异体汉字在标准中相互分离的历史，第 一次将汉字系的字符融为一体。该标准不但使简、繁、异体汉字 并存，也使得日文汉字、朝文(韩文)汉字、越南汉字融为一体。 该标准自1989年开始制定以来，先后已经颁布了三个版本， 统一汉字20902个，不但使汉字第一次在国际标准中有了正式 地位，而且在编码空间争夺十分激烈的情况下，这两万多汉字就 占用了已释放编码空间的一半之多，超过了其他文种字符编码的 总和。这个字量已远远超过《现代汉语通用字表》的7000字和 信息交换用的国家标准GB2312的6763字，同时，也体现了汉 字在这一国际标准，乃至世界上的重要地位。2000年版新增加 484 了CJK统一汉字扩充集A，收入的CJK统一汉字总量达27 一汉字高达70195个。以上数据中还不包括在CJK统一汉字区 域以外编码的汉字。目前，仍有两万多汉字即将在该标准中正式 46．． 国际基本子集的诞生及其构成概况|．K 编码。如此之多的编码汉字，如何有效地用于信息处理，也是一 个值得研究的新课题。 二、国际基本子集的构想与诞生 当今世界正处在网络化、数字化的新时代，随着数字化的不 断深入，诸如数字图书馆的建立、古籍电子化、资源信息网络化 等对编码汉字的需求量在不断增加。为了满足这一需求，国际标 准一直在不断地增加编码汉字的数量，2万字、3万字、7万字、 9万字……随着编码汉字数量的与日俱增，中文电子出版物不断 涌现，中文网络资源及网络信息量迅速膨胀，这些都在一定程度 上促进了汉字文化的研究与传播。 由于该标准囊括的汉字量大，所涉及的语种多、地域广，它 在很大程度上满足了国际社会方方面面的用字需求。同时，作为 国际标准，它也为世界范围的中文信息交换构筑了一个便利的平 台。然而，由于编码汉字繁多，也给普通用户的日常使用带来了 不便。随着标准的不断扩展，这一矛盾还会日渐凸现。为了化解 这一矛盾，在2002年初，国际标准化组织汉字工作组的专家们 萌生了建立子集的想法。中国随即对此作出积极反应，2002年 10月，中国(含香港、澳门、台湾地区)的信息界、文字界专 家聚集福州，就这一议题进行广泛、深入的商讨，并联合向国际 标准化组织提交了构建国际基本子集的建议。 建议明确指出，国际标准ISO／IEC 汉字已逾七万，而在日常使用中，如此大规模的汉字字符集并不 适用，需要指明CJK汉字使用区日常社会生活中最常用的汉字， 建立基本子集。子集将满足CJK汉字的实现者和使用者的如下 需求： (1)降低用户成本，为用户提供便利，满足最基本的使用需 求； l》第四届全国语言文字应用学术研讨会论文集 (2)在较为经济的基础上满足国际信息交流的共同需要； (3)推动各个国家和地区采用国际标准。 中国(含香港、澳门、台湾地区)的联合提案得到了国际社 会的认可，后经过与日本、韩国、朝鲜等国专家的共同研究与磋 商，国际基本子集于2004年6月正式诞生。目前，国际标准化 组织已决定将其作为国际标准ISO／IEC10646的正式组成部分， 并将在下一个版本中正式公布。 建立国际基本子集是为了解决需求与使用之间的矛盾。对已 编码汉字根据其实际使用状况划分不同类别的子集势在必行，不 同的应用层面需要采用不同级别的子集。编码不是目的，使用才 是最终目标，一切服务于实际需要。 三、国际基本子集的构成及概况 国际基本子集是ISO／IEC 集A、B中那些在当代社会生活中最基本、最常用的汉字的集 合。研制“国际基本子集”遵循的基本原则是：反映当代社会生 活的基本用字需求；提交的字汇应基于各个国家和地区颁布的基 本字表(如果有的话)；酌情考虑国家和地区特殊需要的汉字； 如有同音、同义的异体字，