解决缺字的系统平台与功能简介.pptVIP

解決缺字的系統平台與功能簡介 漢字構形資料庫的建置與缺字問題的解決 莊德明 2004.06.02 中研院資訊科學研究所 大綱 漢字的形體、形義和使用關係 漢字構形資料庫 字體、字形、部件、字根、異體字 構字式 缺字問題 字形產生器 Microsoft Office文件缺字的處理 網頁缺字的處理 進行中的工作 漢字的形體、形義和使用關係 漢字構形資料庫 小篆構形資料庫 收錄《說文解字詁林》9,831個小篆及1,269個重文，合計11,100個字形。 遵循《說文解字》的解形來登錄字形結構 小篆的部件為2,004個，獨體字為539個。 提供北師大說文小篆字型 小篆的部件檢字及解形 金文構形資料庫 收錄字形以《金文編》第四版為主 《金文編》正文包含字頭2,420個、字形21,737個，其中異構字形約3,900個。 採用中研院史語所金文工作室的金文構形分析來登錄字形結構 提供中研院金文字型 目前已收錄異構字形2,478個 金文的部件檢字及異體字 楷書構形資料庫 收錄字形以《漢語大字典》為主，另外增收金文等古文楷化字，目前總字數為57,401個。 參考《康熙字典》的部首隸屬，並以橫連、直連、包含等三個法則來拆分字形。 Big5及簡化字的部件個數為2,161個、字根為529個，可涵蓋55,657個字。 提供Big5楷體、明體缺字各44,343個 楷書的部件檢字、異體字及解形 異體字表 已收錄《漢語大字典》的異體字表，共12,208組 ，涵蓋36,309個字形。 楷書的異體字表事實上是一個反映各個時期漢字的異體字表的聯集。 異體字表提供古今字、簡繁字對照 目前異體字表共12,346組，涵蓋37,379個字形。 異體字表的古今字、簡繁字 構字式 構字式反映楷體字形結構 字形索引 漢語大字典(遠東版及建宏版) 中文大辭典(中華學術院) 說文解字詁林(鼎文書局) 金文編、金文詁林、殷周金文集成器號 Unicode、Big5 缺字問題 缺字是由於漢字交換碼中的字形不足引起的。 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，卻仿照西方語言的字母集的結構來設計，這不能不說是『削足適履』。 缺字中的古今字 缺字中的異寫字 缺字衍生的問題 大幅增加了資料登錄的工作 造字的管理不易 造字的空間不足 異體字造成文件檢索和處理上的困撓 造成資訊共享的障礙 降低了數位化文獻的真實 解決缺字問題的方法 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。 我們解決缺字問題的方法，是遵從漢字構形的原理，對漢字字形的結構做制式表達與詳細的分析。一個字的構字式，是該字極佳的識別符號與工具；因為字形若不一樣，則字形結構必不相同；反之，字形結構若相同，其形亦必同。 解決缺字問題的系統架構 字形產生器(易符科技) 構字式、字形及缺字圖片的轉換(一) 構字式、字形及缺字圖片的轉換(二) 構字式、字型及缺字圖片的比較 Office 2000/XP 的缺字處理比較 使用Ｍicrosoft Office處理網頁缺字 進行中的工作 建立甲骨文、楚系簡帛文書構形資料庫 發展Unicode版本的漢字構形資料庫 結合易符科技的字形產生器 訂定部件構字規範 增加字書(典)釋義等相關資訊，逐步擴展成文字學工作站。 感謝您的聆聽和耐心 您的批評和指教正是我們改進的契機 * * Email:derming@.tw URL:.tw/~cdp 兩岸三院資訊技術交流與數位資源共享研討會 石、　 米、舛 炎、舛 直接部件 形義或使用關係 形體關係 金文 字集 部件集 字根集 異體字表 電腦字型 小篆 字集 部件集 字根集 異體字表 電腦字型 楷書 字集 部件集 字根集 異體字表 電腦字型 部首：木 部首：皿 部首：? 構字式 構字式 76DF B7F9 25097 275BD 25070 Unicode Big5 楷書 小篆 金文 巆瀯櫚 侶宮梠營筥莒絽郘鋁閭 噳澞鸆 俁娛洖虞蜈誤鋘麌 二級孳乳字 一級孳乳字 部件 字型及字形產生器 漢字構形資料庫 漢字構形資料庫操作界面 Microsoft Office 缺字處理增益集 Java Applet 瀏覽器 編輯必須在原始文件進行 缺字預覽文件，可顯示或列印缺字。 替代文字為構字式的缺字圖片，可與未安裝本系統者交換缺字。 編輯必須在原始文件進行 缺字預覽文件，可顯示或列印缺字。 替代文字為構字式的缺字圖片，可與未安裝本系統者交換缺字。 視解析度而定 優 字形列印 不建議 不建議 建議 編輯 優 優 字形顯示 視軟體版本而定 可用 可用 圖形環境 無 字型 部件外字 額外安裝 純文字 缺字圖片 字形(型) 可用 構字式 支援 Acc