汉字输入技术与方法.doc

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） ，并在搜索中将该页码字符串作为关键字进行 搜索，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的页码，小数点后两位为该汉字在该页中的位置如果 最后一位为“0” 表示该汉字确实在该页内如果后一位为“1” ， 则表示该汉字并不在该 页中，此时数点后两位则代表按笔画数该汉字应该排在该页的第几个。

第一节 汉字键盘输入 二、拼音类的输入法 ? 拼音类的输入法的使用用户众多，其突出的优点是易学，从 Windows 内置的全拼、到 智能 ABC 、微软拼音、再到紫光拼音等，有一系列的优秀输入法 ?1. 全拼输入法 ? 特点： ? 支持 GBK 大字符集 ? 输入效率较低的输入法 2.智能 ABC 输入法 ?智能 ABC 输入法（又称标准输入法）是中文 Windows95/98 中自带的一种汉字输入方法， 由北京大学的朱守涛先生发明它简单易学、快速灵活，受到用户的青睐 ?A.内容丰富的词库 ?智能 ABC 的词库以《现代汉语词典》为蓝本，同时增加了一些新的词汇，共收集了大约 六万词条其中单音节词和词素占 13％；双音节占着很大的比重约有 66％；三音节占 11％；四音节占 9％；五～九音节占 1％词库不仅具有一般的词汇，也收入了一些常见的 方言词语和专门术语，例如人名有“周恩来“等中外名人三百多人；地名有国家名称及大都市、 名胜古迹和中国的城市、地区一级的地名，约 2000 条此外还有一些常用的口语和数词、 序数词熟悉词库的结构和内容，有助于恰当地断词和选择效率高的输入方式B. 允许输入长词或短句 ? 智能 ABC 允许输入 40 个字符以内的字符串。

这样，在输入过程中，能输入很长的词 语甚至短句，还可以使用光标移动键进行插入、删除、取消等操作 ? ?C.自动记忆功能 ?智能 ABC 输入法能够自动记忆词库中没有的新词，这些词都是标准的拼音词，可以和基 本词汇库中的词条一样使用智能 ABC 允许记忆的标准拼音词最大长度为九个字 ?D.强制记忆 ?强制记忆一般用来定义那些非标准的汉语拼音词语和特殊符号利用该功能，只需输入 词条内容和编码两部分，就可以直接把新词加到用户库中允许定义的非标准词最大长度为 十五字；输入码最大长度为九个字符；最大词条容量为四百条 ? ?用强制记忆功能定义的词条，输入时应当以“u”字母打头 ?E.中文输入中输入英文 ? 在输入拼音的过程中（“ 标准” 或“ 双打” 方式下） ，如果需要输入英文，可以不 必切换到英文方式，只需键入“v” 作为标志符，后面跟随要输入的英文例如：在输入过 程中希望输入英文“windows” ，键入“v windows” ，按空格键即可 ?F. 以词定字输入功能 ? 无论是标准库中的词，还是用户自己定义的词，都可以用来定字用以词定字法输入 单字，可以减少重码方法是用“[” 取第一个字、 “]” 取最后一个字。

G. 简拼与混拼相结合 ? 简拼的规则为取各个音节的第一个字母输入对于包含 zh 、ch 、sh （知、吃、诗） 的音节，也可以取前两个字母组成混拼输入是两个音节以上的拼音码，有的音节全拼，有 的音节简拼H. 双打输入 ? 智能 ABC 为专业录入人员提供了一种快速的双打输入在双打方式下输入一个汉字， 只需要击键两次：奇次为声母，偶次为韵母下面列出了双打输入的声母和韵母的定义表， 可以看出其使用规则并不复杂，只要记住各个键的含义就行了 ? 复合声母和零声母定义表 第一节 汉字键盘输入? ? ? 智能 ABC 提供阿拉伯数字和中文大小写数字的转换能力，对一些常用量词也可简化 输入 “ ｉ” 为输入小写中文数字的前导字符 “ Ｉ” 为输入大写中文数字的前导字 符 例如：输入“i3” ，则键入“ 三” ； 输入“I3” ，则键入“ 叁” ?J．用户词库的备份 ? 如何备份自己所定义的词库呢？ 智能 ABC 的用户词库存放在目录“C:\Windows\System32\” 下（假定 Windows 安装在目 录 C:\ Windows 下） ，文件名是 tmmr.rem 和 user.rem 。

如果我们要重新安装 Windows ， 就要先备份这两个文件，安装完毕后，再将这两个文件复制到目录“Windows\System32 \” 下，覆盖系统默认的同名用户词库文件这样，即可保证在重新安装系统后，仍可使用原有 的用户自定义的词汇 第一节 汉字键盘输入? ? ?缺陷：不支持 GBK 大字符集 ?3.微软拼音输入法 ? 微软拼音输入法是微软公司和哈尔滨工业大学联合开发的智能化拼音输入法，是一种 以语句输入为特征的第三代输入法，许多对输入速度要求不太高，并且熟悉拼音的用户非常 欢迎它 Office2000 中文版中使用了 2.0 版，Windows XP 中文版和 Office XP 中文版安 装了 3.0 版，Office 2003 中文版使用了 4.0 版 第一节 汉字键盘输入? ?A.设置： ? 单击微软拼音输入法状态条上的“ 功能设置” 按钮 ?B. 中文输入 ?微软拼音输入法 2.0 支持全拼或双拼输入方式（可在“属性”对话框中设置） 这两种 输入方式都支持带音调、不带音调或二者的混合输入输入法分别以数字键 1，2，3，4 代 表拼音的四声，5 代表轻声输入的各汉字拼音之间无需用空格隔开，输入法能够自动分隔 相邻汉字的拼音。

如“这是”带音调输入为 zhe4shi4，不带音调输入为 zheshi带音调拼 音输入的字词准确率将高于不带音调的拼音输入 ?微软拼音输入法 2.0 的输入结果为整句或词语用微软拼音输入法输入一个词句时，可 连续输入语句中各字的拼音，一个字的拼音输入结束不用敲空格或回车，待下一个字的第一个拼音输入，会自动将前一字的拼音转化为汉字输入结果下面有一条下划线，表示当前句 子还未经过确认，处于组字窗口的句内编辑状态此时若发现句内有错字，应按左右方向键 将光标移至错字前（候选窗口会自动弹出） ，按减号键或等号键（或单击候选窗口右端的翻 页按钮）翻页，出现合适的字词后按数字键，即将输入错误或音字转换错误的字词替换掉 其中，候选窗口中蓝色（由输入法智能匹配）的字词可按空格键直接替换整句输入、修改 结束后需按 Enter 键加以确认 第一节 汉字键盘输入? ?C.手写输入 ?微软拼音的手写识别引擎与市面上销售的各种输入手写笔不相上下用微软输入法你可 以使用鼠标直接在屏幕上书写，只要不是缺很多笔划，它都能识别出来而且识别速度非常 快 ?D. 双拼输入 ?为了提高输入速度，用户可采用双拼输入，即用两个英文字母输入一个汉字。

使用鼠标 左键单击输入法状态窗口的全拼/双拼切换按钮，切换至双拼输入状态即可有关双拼的定 义，可参见下面的“双拼输入键位表” ?4.紫光拼音输入法 ?紫光拼音输入法是一个完全面向用户的，基于汉语拼音的中文字、词及短语的免费的输 入法 特点： ? 大容量精选词库，收录 8 万多条常用词、短语、地名、人名以及数字，优先显示常用 字词，而字词的使用频度（词频〕 则从一亿七千万字语料中统计而来 ? 支持 GBK 。