漢字構形資料庫的建置與缺字處理.pdfVIP

漠字槽形资料库的建置舆缺字虚理 ；庄德明 中央研究院资飙科旱研究所 derming@gate．sinica．edu．tw． 摘 要 目前鼋腾庭理漠字的赭多缺失，例如缺字、巽髓字等同题，主要的原因在於鼋膦裎的漠字 知裁殷重不足。有鲤於此，中央研究院资讯所文献庭理寅黢室自1993年起，即先由字形著手， 建置漠字耩形资料庳。漠字横形资料庳早期收缘的字形是以楷音的现代印刷字髓舄主，其後隆 绩增JjnlJ,篆、金文、甲骨文、楚系文字等古漠字。收鲸逭些不同屋史峙期的漠字，除了要作字 形、字羲衔接外，逯要依捷不同的形髓东作耩形分析。字形的衙接是依撼字形的演燮，在鼋脑 中使用相同的编碣位置，编入不同的字型。字羲的衔接是参考字羲的糠厦，在鼋脑中使用不同 的编碣位置，编入巽髓字表。不同魇史睛期的漠字横形分析，雎然不兄得合乎棒形理捷，但是 在字形的j众索上也有一定的功能，逭也符合漠字旷以羲横形』的使用心理。漠字槽形资料庳目 前最主要的虑用是用来解泱缺字同题。缺字的同题在於漠字的字集是一倔阴放性赏的，它的字 敷根本不道合作固定数量的限定；逭舆敷量已定的西方藉言的F字母集』，是不可以一概而瑜 的。然而，现行漠字交换码的锸横，御仿照西方格言的字母集的结横来觳针，逭不能不就是旷削 足逋履』。相封於现行漠字交换碣利用字碣东匾刖漠字．以致缺字同题屑出不襄，我们勰麓漠 字的差巽在於字形，缺字同题的解泱臆凿由字形结横著手，才是根本解泱之道。 36l 壹、漠宇耩形资料庳储介 目前鼋脑鹿理漠字的萧多映失，侧如缺字、其髓字等同题，主要的原因在於鼋膳弹的漠字 知盎殷重不足。有蟹於此，中央研究院资瓤所文胜盅理寅胯室白1993年起。即先由字形著手， 建置漠字横形资料庳。漠字横形黉料率早期收球的字形是以楷害的琨代印刷字髓岛主，其後睦 缋增加小篆、{：文、甲骨文、楚系文字等古漠字。在)004年12月份推出的漠字鞲形资料库 22版中，收辣楷髓字形59，220倜、小篆及重文11，ioo悃、盆文3，459倜、甲骨文177佃、 楚系文字372倔，另外迢包含r粪髓字12，68l组及相髑臆甩程式。遗倜系统目前只能安装在 微戟中文祝窗I繁髓版l，有典趣的j_音可由文献虚删寅赣室的辅址下藏 堕韭g上△!竖生匹匝塑地t型-cdpl。 目前漠字耩形瓷剁库是由甲骨文、食文、楚系文字、小篆及楷吉横形资料庳粗台而威，如 圆一u键圄一可看到每俑檎形资料庳都有各自的字集、部件槊、字根集、娌髓字袅及鼋脑字型， 各侗字集蠲彼此也有街接。筒罩的挽，漠字棒形资料库的主婪目探有以下Ⅲ黠一、橱接古今 文字。二、提供币同晴期漠字的樽形分析。逭南黠将分刖在第二、三莳战明。 早期楷害横形资料库的建置主要是延辅交通大晕在1972年骚展的字根系统，蓝吼《中文 鼋腰基本用字》的8，532佃字岛封象，随後硅续攮充到《中文大辞典的49，905佃字、“漠 韶大字典》的54，678循字-在古漠字的棒形资料庳中，最早完成的奄小篆横形瓷料庳，逭佰 瓷料库能顺利完成有以下三佃原因：一、楷普}；毒形鹰料庳在1999年韧已收鳃Ⅸ漠耪大字典* 的宇硬及是髓字表，而小篆和楷髓的德接可由《漠嚣大字典》字殒下的字形丽*i演燮及蝇髓字 表中得知a二、1999年2月遗悻辛取得北京师赣大犟小篆字型，龌遇我们重新编碣後，韭於2002 年底取得北断夫的授槛．可使用在Bi95的中文鼋脑系统。三、2001年初和台湾师蛭大阜台作， 依擅《jQ文解字Ⅺ建立小篆的横形分析。凿小篆横形资料库於2003q3月完成後，我1一在中 研院史捂所的1寤助下，ft攮建置食文、甲骨文、楚系文字棒形鹰料库。袁一分刖别出逭些簧料 库建置的相捌寅料。包含参考的字集、预定建置的字数，建置日期及预定完成日期、部件及巽 照字的悃数、揉用的鼋瞄字型、提供的集引、台怍的单位等。 表一，{舅譬字_礴形资料庳的建厦 甲骨文 全文 楚系文字 小篆 措害 中史鼋膦基