一、提要

二、思路

三、做法(1、定义汉字编码 2、建立编码模式 3、定义系统代码 4、确定字词属性 5、建立数据库)

四、意义(1、汉字编码规范化 2、汉字文化传承 3、扩展应用范围)

五、应用(1、新的输入理念 2、为读物标注 3、网络交流 4、其它应用)

一、提要

汉字编码系统，就是汉字编码系列的集合。它具有共同的编码模式，统一的拼写代码，从共同的初始编码出发，演化出一个个相互联系、相互演化的汉字编码系列，将这些汉字编码系列集合起来，就组成一个汉字编码系统。它将字词基本属性的拼写描述，作为编码演化的基础，能够充分满足拼音识字的教学要求。可为汉字编码，扩展一些新的用途。

二、思路

汉字编码，包括计算机内码和外码。外码中的输入编码，具有很多编码样式。这些编码，它们各自独立，不成体系。假如，我们把这些编码系统化，模式化，让它们既具有“个性化”，又具有“通用性”，并且，不局限于汉字输入，那么，这样的汉字编码，将会发生一些全新的变化。

三、做法

1、定义汉字编码

汉字编码，就是字词基本属性的拼写形式，这些拼写形式，是用《汉语拼音方案》拼写的。

这个定义规定：①编码内容，是字词的基本属性。这些基本属性，是最基本的启蒙常识，包括汉字的读音、笔顺、偏旁部首及其组合等内容。②拼写工具，是《汉语拼音方案》。

2、建立编码模式

汉字编码的“通用模式”是：

[汉字编码]=[读音描述’]+[形义特征描述’]+[检索序号]；

等式右边，包括读音部分、形义特征部分和序号部分；各部分及分隔符号，可根据需要定义取舍。

读音部分，描述字词的读音属性，它按照《汉语拼音方案》和《汉语拼音正词法基本规则》的规定，拼写字词。

形义特征部分，描述字词的笔顺、偏旁部首和词性等属性，或同音字词的区别特征。

序号部分，描述字词在同一个属性分类中的排列顺序，其自身，也是一种语文属性，它使字词的属性描述具有确定性。

这个共同的编码“通用模式”，具有开放性，它可以不断地扬弃和吸收，以适应社会信息化需要。 利用编码通用模式，可以实现编码样式的相互演化。

取其“读音描述”部分，就是现有的“音码”；

取其“形义特征”部分，就是现有的“形码”；

两部分全取，就是现有的“音形码”；调换两部分位置，就是现有的“形音码”。

3、定义系统代码

“汉字编码系统”，使用统一的代码。它们是：

(1)、读音代码，描述字词读音和部件名称；用《汉语拼音方案》拼写，或缩写。

(2)、笔画代码，描述汉字笔画或书写笔顺；横、竖、撇、点、折， 用《汉语拼音方案》拼写，或缩写。

(3)、声调代码，描述汉语音节的声调；阴平、阳平、上声、去声，用《汉语拼音方案》拼写，或缩写（阳平声调的缩写，用“平”字的声母“p”表示），轻声不标，或将声调用数字表示。

(4)、序号代码，描述字词在属性分类中的排列序号，用汉语拼音字母表示，按字母表排序，或用数字表示，或将字母（或数字）定义相应的数值进制。

汉字部件，有读音的，用读音代码描述；无读音的，用笔画代码描述；也可以全用笔画代码描述。

4、确定字词属性

拼音识字阶段，字词的基本属性，可首选为：读音、笔顺，然后再加入：部首、偏旁（部件）。

字词读音，按普通话拼写。多读音的，教学用码，以《小学生规范字典》的注音范围为依据；社会用码，以辞书典籍为注音依据，尽量全面收录。

字形，依据GB18030-2005文件字形。

书写笔顺，有国家标准的，按标准拼写；无标准的，按现有标准类推拼写；无法类推的，按笔顺的一般原则确定。

部首，据形归部，采用201部。取部方法，参照《如何确定汉字部首》(3)。

部首、偏旁（部件）名称，有读音依据的，用读音称说；无读音依据的，采用“俗称”。

5、建立数据库

以《汉字属性数据库》，作为建立“汉字编码系统”的数据载体（基础）。《汉字属性数据库》，对汉字属性（包括读音、笔顺、部首、部件组合、结构类型、字形标志等）作全面反映。属性描述中，对没有规范依据和参考依据的字词属性，一律留出“空缺（空白）”，待有规范依据和参考依据时，再加以补充。

四、意义

建立“汉字编码系统”的实用意义在于：

1、汉字编码规范化

“汉字编码系统”，使用法定的拼写工具（《汉语拼音方案》）和统一的汉语拼音代码，具有通用的编码模式；所有编码，按系列排序；不同编码系列，具有共同的初始编码，并以此相互演化。

2、汉字文化传承

“汉字编码系统”，将字词的基本属性全面描述，作为初始编码，使字词的各种编码样式，具有共同的汉字文化基础。

3、扩展应用范围

在“汉字编码系统”，汉字编码，将具有可读性，确定性，它可以在汉字输入，网络交流，机器翻译，计算机底层语言方面，发挥应有的作用。

五、应用

1、新的输入理念

大多的汉字输入编码，它是字词属性的固定组合，它是从码表中，检索“固定的”组合编码；“汉字编码系统”，它是字词属性的随机组合，它是从码表中，或数据库中，检索“随机的”组合编码。这种“随机性”，是由使用者依据自己的意愿，“随机”组合的。

大多的输入方法，输入规则，是别人定好了的。使用者要做的，就是去学习和适应别人的输入规则。“汉字编码系统”，则换了一种角度，不要求使用者怎样怎样，而是让使用者， “在语文常识范围内，汉字，您想怎么打，就怎么打”。它的试验模型，叫《语文输入法》(4)。

2、为读物标注

将汉字编码，标注在启蒙读物中。不识字幼儿，可以利用计算机，一边输入，一边跟随机器阅读。小学生，可以借助汉字标注，直接在字典中查找汉字的其它注释。这里，以《三字经》标注为例，对汉字标注加以说明(5)。标注样式为“读音’部首’序号”样式，隔音符号前面，是汉字的读音，隔音符号后面，是汉字的部首代码和检索序号，整个标注样式，就是汉字的输入编码。比如，“人”字，读音是“rén”，部首代码是“r”，检索序号是“b”，它的输入编码是“ren2'rb”。

下面，是《三字经》的标注片段:

rén'rb zhī'd chū'y xìnɡ'x běn'm shàn'yb

人 之 初 性 本 善

xìnɡ'x xiānɡ'm jìn'cb xí'z xiānɡ'm yuǎn'c

性 相 近 习 相 远

ɡǒu'c bú'h jiào'p xìnɡ'x nǎi'z qiān'cb

苟 不 教 性 乃 迁

jiào'p zhī'd dào'c ɡuì'b yǐ'r zhuān'h

教 之 道 贵 以 专

3、网络交流

年轻人，喜欢用拼音输入，然后，转成汉字，进行网上交流。实际上，单用拼音，也能进行交流。

比如，nin hao！（您好！）

这种交流，拼写有时可能不具有确定性。

但是，采用“汉字编码系统”的“读音’部首代码’检索序号”样式，可以实现汉字与拼写，一一对应（5）。

本人尝试过，对27000个汉字，采用这种拼写样式，汉字与拼写，一一对应。

比如，“善”字，采用“读音’部首代码’检索序号”样式拼写，可以划分为三个应用层次：

(1)、一般拼写：shan4 （“拼音”样式）；

(2)、熟练拼写：shàn'y （“拼音’部首代码”样式）；

(3)、计算机内码：shàn'yb （“拼音’部首代码 检索序号”样式）。

4、其它应用

(1)、用作计算机底层语言的汉字编码。

现在，汉字编码还不能参与计算机底层运算，也不能编制计算机底层应用程序。因为，现有的汉字编码，还不能人机识读，不具有“翻译”的确定性。“语文编码”，能够人机识读，字词与编码，具有唯一的确定性。

(2)、用作机器翻译的汉字编码。

字词的机器翻译，将遇到多音字词，多义字词的困扰。而“语文编码”，将字词的读音、词义标注的一清二楚，并具有确定性。