《一种部件汉字编码输入方法及其相应键盘》字词编码重码情况分析(技术指标)2.xlsVIP

《一种部件汉字编码输入方法及其相应键盘》字词编码重码情况分析 双字节2、3、4区与四字节CJK统一汉字扩充A、B 序号 字词来源名称 4字词 重码组 12字词 重码组 13字词 重码组 14字词 重码组 21字词 重码组 22字词 重码组 23字词 重码组 26字词 重码组 35字词 重码组 49字词 重码组 50字词 重码组 53字词 重码组 简体词 双字节3区 双字节4区 四字节CJK统一汉字扩充B 双字节2区 四字节CJK统一汉字扩充A 重码组总组数 最多一组字词个数 单码 个数 8字词 重码组 32字词 重码组 48字词 重码组 57字词 重码组 30字词 重码组 31字词 重码组 33字词 重码组 重码 个数 重码率(%) 单码率(%) 3字词 重码组 5字词 重码组 17字词 重码组 34字词 重码组 36字词 重码组 37字词 重码组 39字词 重码组 40字词 重码组 41字词 重码组 44字词 重码组 58字词 重码组 59字词 重码组 双字节2、3、4区 双字节2区简码 双字节4区简码 双字节2、4区简码 双字节2、3、4区简码 简体词与双字节2、3、4区简码 双字节2区数字编码 双字节4区数字编码 双字节2、3、4区数字编码 简体词数字编码 现代汉语常用词 现代汉语常用词数字编码 字词 个数 非重码 个数 表1: 序 号 序 号 说明： 上述汉字编码为GB18030—2005《信息技术 中文编码字符集》所收集的汉字。之前， 汉字编码为GB18030—2000《信息技术 信息交换用汉字编码字符集基本集的扩充》所收集 的汉字。GB18030—2005与GB18030—2000两标准中收集的单字节2、3、4区的字符是相同的。 GB18030—2000中的四字节字符即为GB18030—2005中CJK统一汉字扩充A的汉字。另外，GB 现代汉语常用词为2008年国家语言文字工作委员会发布的《现代汉语常用词表(草案)》 所收录的词语（单音节词除外）。 18030—2005还收集了CJK统一汉字扩充B的汉字。其中，双字节2区的汉字是最常见的简体汉 字，双字节4区的汉字包含最常见的繁体字，双字节3区的汉字是比较常见简体字和繁体字。 上述汉字编码的重码率等数据与之前发明申请文件《一种部件汉字编码输入方法及其相 应键盘（申请号200810026616.0）》中所给出的汉字编码的重码率等数据相比较，数据有所 出入，原因有以下几个方面： 1、今次重新对GB18030—2005所收集的汉字字符进行了一次全码和简码编码。 2、今次编码中对某些汉字的笔顺进行了更加符合规范的调整，例如，对“重、垂、熏、 巫、萧、肃、肅、斎、齋、丑、黽、龜”等汉字的笔顺作了调整。 3、今次编码增加了部件“氺”的变体“”，因此，“犀”和“褱等字的编码也相应 改变。 4、今次和前次编码都没有对所有的编码进行一次认真的校对，因此，难免会出现编码错 误或编码录入错误，但今次编码的错误率应该比前次编码的错误率低得多。 5、今次简体词的编码仍为前次的简体词编码，并没有重新对简体词进行一次编码。 简体词为商务印书馆《现代汉语词典（2005年第5版）》所收集的简体词，其中包括某些 双字节2、3、4区与四字节CJK统一汉字扩充A 简体词、双字节2、3、4区全码字及简码字、四字节CJK统一汉字扩充A 简体词、双字节2、3、4区全码字及简码字、四字节CJK统一汉字扩充A、B 双字节2、3、4区与四字节CJK统一汉字扩充A数字编码 简体词、双字节2、3、4区、CJK统一汉字扩充A数字编码 序号 2个字词至7个字词的重码组组数占总重码组组数的百分率 字词 个数 第二页 第三页