漢字输入技术与方法.docVIP

第三章 汉字输入方法 ? 文字录入是中文信息处理的第一步，它可以借助三种手段来实现，即键盘输入、汉字字形识别和汉字语音识别。 ? 在这三种方式中，汉字的键盘输入是主流的输入方式，而汉字字形识别输入和语音识别输入是汉字输入发展的一个趋势，将来的输入技术将是一个多元化的格局。 第三章 汉字输入方法 第一节 汉字键盘输入 ? 汉字的键盘输入可分为两种基本的形式： ? 一是通过专用的大键盘来进行整字的输入，其效率低下，成本高，已经基本不用。 ? 二是通过标准的PC 键盘（小键盘）来进行输入，显然，要完成输入过程，就必须对汉字进行编码，因此小键盘的输入是一种编码输入。其效率高、成本低，已经成为主流的输入方式。 第一节 汉字键盘输入 ? 如前所述，依据编码的思路不同，可将编码分为流水码、拼音码、拼形码、音形结合码四类。 ? 每一种编码都有其特点，在键盘输入方面，目前的格局是职业打字员使用形码（如五笔字型），非职业打字员使用音码（如全拼），音码向智能化方向发展，相对形码而言优势越加明显。当前音码的主要不足是不能实现盲打。将音字转换从语句级拓展到篇章级可以解决盲打问题。因而可以肯定∶音码输入加智能转换，将成为未来键盘输入的主流。现在主要的问题在于如何提高转换精确度。 第一节 汉字键盘输入 ? 汉字键盘输入系统是由编码层次和软件层次两部分构成，这两个层次互相补充，互为依托，构成完整的输入系统。从“高频先见”、“联想”到“自动识别重码字、词”，软件智能化的程度在不断提高。 ? 赋予计算机一定的有关汉字、汉语的语法、语用知识，计算机可根据这些知识来取代原来需要人脑记忆的某些编码规则，辨别同音字和人工选定重码字、词或联想字、词。 第一节 汉字键盘输入 ? 一、流水码的代表：内码输入法 ? 内码输入法是Windows 内置的一种输入法，它支持区位码、GBK内码、UNICODE码三种方式的输入。 第一节 汉字键盘输入 ? ? 区位码的前二位是区码，后二位是位码。区的编码是从 01-94，位的编码也是从 01-94。在区位码输入方式下，键入相应的区码和位码就可以输入一个汉字。汉字是从 16 区到 87 区，01 至 15 区是图形符号和字母。 区位码输入支持《信息交换用汉字编码字符集 -- 基本集》即 GB2312-80 的内码输入方式。内码编码的范围为：0xA1A1~0xFEFE。 ? GBK内码输入覆盖了汉字扩展内码规范 -- GBK 中规定的全部汉字。 ? UNICODE码输入支持《通用多八位编码字符集 (UCS) 》- 国际标准ISO/IEC10646.1-1993中规定的全部汉字。 第一节 汉字键盘输入 ? ? 可以输入所有的汉字，包括所有的符号，和内码一一对应，只要内码支持多少汉字，它就可以输入多少字。如在Office XP 的简体中文版中，可以达到对6 万多汉字的输入支持。 ? 对于不认识字的字也可以输入，可以通过 偏旁部首对照表 来进行 ? ? ? 安装Office XP 简体中文版，Microsoft 在中文简体版Office XP及相应多语言包中，专门开发了超大字符集中文字体(宋体-方正超大字符集)及增强型区位码。 ? 宋体-方正超大字符集字体包括了27,564个汉字以及在第二平面中(42,711)选出的36,862个在中国大陆，香港特别行政区(以及部分台湾地区)使用的汉字。因此包括西文等常用字符在内，宋体-方正超大字符集共包括65,531个字符。 ? 宋体-方正超大字符集中包括了6万4千多汉字,但是由于其中相当多的汉字读音很难确定，使得按拼音输入的方法难以实现。为此，微软公司专门扩展了原区位/内码/Unicode输入法，开发了增强型区位码。对于GBK中的汉字（即在Unicode 中U+4E00~U+9FFF），用户可以继续按原来的方式输入（通过输入区位码，GBK内码或Unicode码）。但是对于扩展A的汉字只能通过输入Unicode码，对于扩展B只能通过输入一种4字节的Surrogate码。总之，通过增强型区位码用户不仅可以输入GBK的汉字，而且可以顺利输入扩展A及扩展B的汉字。 ? 用户只需就要查找汉字在《康熙字典》（或《汉语大字典》）中相应的页码（《康熙字典》的xxxx.xxx或《汉语大字典》的xxxxx.xxx），并在有哪些信誉好的足球投注网站中将该页码字符串作为关键字进行有哪些信誉好的足球投注网站，找到相应的Unicode或Surrogate，然后激活增强区位输入法即可进行输入。 ? 《康熙字典》页码格式为：xxxx.xxx 《汉语大字典》页码的格式为：xxxxx.xxx。这里特别要注明的是这里数据来源于1958年1月第一版的《康熙字典》。 ? 这里小数点前为该汉字在字典中