体验优异的自然序检字图 气象历.doc

体验优异的自然序检字图 陕西省气象局 张时钊 有人说汉字难学，最多也就是查字典难。有些字，我们常读白字，就是因为急忙查不到它，只得读半边，读错了。不像拼音文字，有自然的字典序，任何字汇在任何字典中都有唯一的位置，一定可以快速查到。汉字繁多，字形复杂，一直沿用许慎的部首法，虽经列代修正，还是有不少字，连属于那个部首都定不下来。自从上世纪初叶，王云五创四角号码，开始了新一轮汉字数字化的努力，但直到现在的万“码”奔腾，仍没出现能与全部汉字一一对应的数码体系。 实际上现在的数字化是把不同的汉字置换成唯一的内码。内码与字库里字模是一一对应的。字库则是从印刷文字的铅字库继承来的。在电脑速度还不能实现笔画组字时，这是实现电脑文字的唯一方法。但决不是最好的方法，尤其对字形繁多的汉字和要处理世界所有文字时。因为多大的字库也收不全所有字形，字库需要不断的增订，就难免造成缺字和错乱。采用无字库或小字库的组字技术，外码（输入码）与内码一致了，汉字也有了自然的字典序，同时解决了汉字排序、检索（查字典）和输入法等等问题。自然序汉字字典是这个技术应用的一个方面。 现在的自然序汉字字典，有点像我国著名理论物理学家王竹溪，以其毕生精力完成的五万字的《新部首大字典》。王竹溪的新部首只有56个，加上作为变体的一百个左右的字形，也只有160个。这些新部首实是组成汉字的字根（部件），该字典也是把每个汉字所有字根按笔顺排列构成编码的。因为所取字根数少，很多字根只得拆为单笔画字根（即它的前7个新部首）。这样，据以检字的编码，码长很长，很不直观。我的字典选用600多个字根，但按它们的笔画构成特点，分为28个类，每类以一个汉字为代表，称为根母。它们是： 一二三四五十千，东西南北中心线， 广大人民生子女，口目与手山土田。 各个根母的特点描述如下： 1. 一 ：以一点开头的字。另外，不属于任何字根之单笔也归此。 2. 二 ：连续书写、但相互分离的二个笔画，和以两点开头的字形。 3. 三 ：三个分离的笔画，或三点开头的字形，或含“小”“水”等字形，特别包括“州”字。 4. 四 ：四个分离笔画，含四点的字形，或似“四”字的字形。 5. 五 ：“五”字含笔画“”，其上下为一长横笔。凡有这两个特点之一的属之。 6. 十 ：首笔为长横，继有竖笔与之相交成十字形者。 7. 千 ：“千”字开头的独体字，“采”“乎”及“礻”“衤”亦属之。 8. 东 ：含木（朩）字形。车（車）虽没有木字形，因与东（東）相像而归之。 9. 西 ：以顶横开始，下面却不以一横结束，虽含笔画“”，也不属于“五”。 10. 南 ：含字形“冂”或周字框。 11. 北 ：左右对称，或以竖笔开头 12. 中 ：含“中”字形，以及“斲”字左上部、“繩”字右上部字形的。 13. 心 ：含笔画“乚”“乙”等右弯钩笔画的，都属之。 14. 线 ：含“幺”首笔（即向左下的锐角）及“弋”的未笔（即笔画捺钩）。 15. 广 ：右下和右上包围字根，如“厂广疒卢辶”等。 16. 大 ：含大字形 17. 人 ：以“人”“入”字开头，及偏旁“亻”“彳”。 18. 民 ：含笔画右挑的字根，另外，“牙”字也包括其中。 19. 生 ：以笔画“”开头的字根，或如“斤”“段”那样以撇和竖开头的字根。 20. 子 ：含笔画“乛”，以及部首“阝”“卩”。 21. 女 ：含两斜笔相交的字根。 22. 口 ：含口字形的字根。 23. 目 ：含日或目字形的字根。 24. 与 ：含“弓”未笔、“乃”首笔、“犭”次笔的字根，包括“丏”（因与“丐”相似）。 25. 手 ：含三横，首横可为撇，以及部首“扌”“才”以及“寸”。 26. 山 ：含字形“彐”“匸”“凵”的字根。 27. 土 ：含“土”字形或含两横的字形。 28. 田 ：含“田”字形的都属之。 实际上只按汉字组成的根母串来排序，对于查字来说也可以了。只是一个根母类会包含好几个熟知的部首，结果会把原来同部首的字被混到一起了。所以第一个字根还是要按它在根母内的次序来排。28个根母不难由背上面的口诀来记住，但记600个字根的次序就十分困难了。另外，虽然在汉字拆分为字根时，规定笔画交错的都不拆分，但笔画分离的和有连接的，就没有可遵循的简单规则，只要求拆成字根表中列有的。就因为这两点，需要反复查看字根表。为此设计了如下面的检字图。此图连续两页，每页都分6栏，各栏左边的黑体字，就是按次序列出的字根表，而且，字根有变体的，全部都列出。注意，有简繁对应的偏旁，是列为同一字根的不同变体的，这样就可以把对应的简繁两个汉字排在一起。而各栏右边，即每个满行的右端字符，则是字典正文所有页的第一个字头，其左是正文页码和根母码。根母码最长只列首4个，太长，该图就要超出2页了，实际上4个也已够用。我们前面说过，第一个码