汉字的知识结构及应用――由汉字智慧编码.PDF

漢字的知識結構及應用―― 由漢字智慧編碼，到漢字編碼中隱涵的知識架構 莊德明中央研究院資訊所 derming@gate.sinica.edu.tw 現在電腦處理漢字的種種缺失 ，例 如排序 、輸入 、缺 字 、異體字 檢索等 ，最主要的原因是電腦中的漢字信息不足所致 。中 央研究院資 訊所文獻處理實驗室有鑑於此，自 1993 年起即先由字形著手，在電 腦中登錄漢字的字形結構，並建置成漢字構形資料庫。 漢字構形資料庫早期收錄的字形是以楷書的現代印刷字體為 主 ，字集包含 《中文電腦基本用字》 字 、五大碼 ， (8,532 ) (Big5 13,053 字 、《中文大辭典》 字 、《漢語大字典》 字 。字形結 ) (49,905 ) (54,640 ) 構的登錄 ，是參考 《康熙字典》的部首 ，依據橫連 、直連 、包含三 個 法則 ，將字形拆分成部件 ，再 將部件拆分成字根 。例如字形 「鋸」金 ( 部 可拆分成部件 「金」橫連 「居」，「居」尸部 拆分成 「尸」包含 「古」， ) ( ) 「古」口部 拆分成「十」直連「口」，而部首「金」、「尸」、「十」、 ( ) 「口」則 視為字根 ，不再拆分 。為了表達上的方便 ，我們分別以構字 符號 、 、 表示橫連 、直連及包含 ，「鋸」、「居」、「古」的 字形結 構可記為『金 居』 、『尸古』 、『十口』 ，稱作構字式。 構字式是字形極佳的識別符號 因為字： 形若不一樣 ，構字式必不 相同；反之，構字式若相同， 字形也必相同。因此，自 1996 年起， 我們即提出構字式也可當作電腦處理漢字時的交換碼 ，用 來解決缺字 問題 。缺 字問題的產生是由於漢字交換碼中的字形不足所引起的 。漢 字是一個開放性質的字集 ，就 字數而言 即已不適合作固定數量的， 限 定；這與數量已定的西方語言的『字母集』，是不可以一概而論的。 然而，現行漢字交換碼的結構，如 、 ，卻仿照西方語言 Big5 Unicode 的字母集的結構來設計，這不能不說是『削足適履』 。解決缺字問題 的根本 ，在於解決現行漢字交換碼的根本缺失 ，而構字式應是個更稱 職的交換碼 。在應用上 ，構 字式可單獨運 作 ，也可在現有的交換碼 基 礎 上用來表達缺字。例如 的缺字「 」可記為『石 出』，其中 Big5 「石 」和 「出」都 是 已定 義的字。