汉字数字码计算机模拟输入系统技术报告.pdfVIP

论文集 利用标准拼音提高汉字数字码输入效率是可行的 一坤元汉字数字码计算机模拟输入系统技术报告 西安坤元信息科技有限公司 李军杰 1、背景 目前我国手机嵌入式中文输入技术基本上被西方国家的产品垄断，报载“手机的 输入法95％依赖进口”，指的就是T9等美国产品。T9在国内流行的主要原因是其汉 字输入法采用了汉语拼音。我国推广汉语拼音45年，汉语拼音拥有深厚的群众基础。 手机一族、短信一族是年轻人的世界，而年轻人更熟悉汉语拼音。美国字源公司十分 准确地抓住了中国的这个社会特点，迎合了中国年轻一代人的喜好和需要，加上他们 所开发的T9汉字输入法的性能非常优秀，这是T9在国内普遍流行的本质原因。T9 的技术方案是不带声调的汉语拼音数字码，辅之以智能处理，从而提高了输入效率。 从发展看，汉语拼音的数字码还有很大的改进余地。坤元公司开发的键盘标准拼音汉 字输入法产品的使用经验证明，利用声调符号区分词语涵义，大幅度降低同音字和词 语的重码率，从而使得带声调的全拼码(键盘标准拼音)的输入效率相对较高，辅之 以简写码可以更加提高输入效率。将坤元公司的键盘标准拼音引伸到数字码领域．所 构成的汉语拼音数字码方案相对于不带声调的汉语拼音数字码方案，输入效率有明显 提高。 2、方案研究 坤元汉字数字码输入系统技术方案，主要解决在手机环境下汉字数字码输入的声 调表达问题、词语输入的简写码可行性问题、减少翻屏选择的总体考虑等问题。 1)声调标注的数字码可行性 研究表明，在手机环境下坤元键盘标准拼音全拼字符串的数字码以及声调符号在 数字键盘上的直接表达不存在问题。利用声调符号减少重码、减少汉字选择的基本原 理是，不带声调的汉语拼音使用了415个音节组，带声调的汉语拼音使用了圜家标准 汉语拼音的1355个标准音节，对于相同的字库收字量。例如对于“国家通用汉字表” 7000个汉字，1355个音节的单字重码率肯定比415个音节组的单字重码率要低。对 该7000个汉字的音节进行分析，标注声调和不标注声调的音节含字量以及选字翻屏 数量结果见表l： -53· 论文集 袁1。国家通用汉字表”7000字的音节禽字量统计 每屏9 翻屏 翻屏 标注声调 不标注声调 每屏9字 字 比例 比例 独立音节 1355行 音节组 415行 l一9个字 1159行不翻屏 86％ 1—9个字 150行不翻屏 36％ 超过9个字 196行 超过9个字 265行 10--18个字164行翻1屏 12％ 10—18个字i15行翻l屏 28％ 19—27个字19行 翻2屏 1％ 19—27个字92行 翻2屏 22％ 28—52个字13行 翻3—5屏 1％ 28—104个字58行 翻3—‘1屏 14％ 上表清楚地表明。利用声调符号可以大幅度减少翻屏选字的操作，尤其是减少了 需要翻屏2次以上的操作。坤元公司开发的“坤元汉字输入系统”的实际表现证明了 以带声调的键盘标准拼音实现汉字输入的方案可行性。理论和实践都证明带声调标注 的全拼字符串的数字码可以较大幅度提高输入效率没有问题，也是可行的。 2)简写码的可行性问题． 用全拼码输入领头字后．接续字按照词语的常用度排列，利用词频优化选字过程， 进一步减少翻屏选择次数，提高了输入效率。这是词语的一种技巧性输入技术，在性 质上不是真正的汉字词语输入，因为每个领头字必须经过选字过程。利用简写码输入 词语，输入效率有明显的提高，在pc机的音码汉字输入法中已经普遍采用，但在手 机上这是输入词语的创新设计。在手机环境下简写码的可行性是最关键的问题。对2 字词，“简写码”是由词语音节开头字母和声调符号组成的。不考虑声调时，25个 字母可能的双字母符号组合有625个，计及5个声调则有15