第六屆中國文字學全國學術研討會 1995年4月29-30日

中文字形資料庫的設計與應用

本文採用的文字與字形模式，是根據民國六十一年發表的交大字根模式【註二】增益而成的。要言之，文字是表達一種（或一群）概念的名相，是抽象的。我們可以透過媒體，例如：聲音或字形，將它呈現出來以使人可以察覺。在本文中，暫不討論字音，只考慮字形部份。

文字和字形的關係是：一個文字可以有許多不同的字形；偶爾，也有些文字會用相同的字形。所以，從數學關係來說，文字之於字形是多對多的映對，雖然大多數是一對多的關係。字形也是抽象的名相，區別字形的關鍵在於它的組成結構，亦即構字。所以一個字形可以有變化多彩多姿的風貌，然而其構字之規律卻不容更易。

印刷體的字形有一定的設計規範，遵從同一設計規範製作的一群字形屬於同一種字體。字體也是抽象的，區別它的關鍵在於設計的規範。一種字體設計，通常有些參數來決定文字呈現的大小、粗細、疏密、以及一些特殊裝飾的邊角等等。待這些參數選定之後，才能呈現出一個字形的面貌，稱為字樣。這個面貌就不是抽象的而是具體可見的了。

上述的文字、字形、字體、和字樣的關係可如【圖一】所示。所謂計算機用的文字與字形模式，就是要把這些抽象的名相和相關的構字、設計規範，以及彼此間的關係和運作規律等，用計算機能了解的形式表達出來，以便計算機能夠運用這些知識，替我們做事。

漢字由部件 (component) 構成。此構成是有規律的，可歸納為簡單的制式規則。在交大字根系統中，將漢字字形以橫連(H)，直連(V)，和包涵(C)分解，得到496個基本的部件，稱為字根。這群字根和組合的規則（亦即分解的規則）可以組成48713個漢字，除了一些類似圖騰的古字外，幾乎可組成所有的漢字，且具有創制新字的功能。所以我們採用這套字根系統作為設計的基礎。

其次，字根由筆劃組成。印刷體設計所用的基本筆劃數目約三十至一百餘不等。其實，三十幾個基本筆劃已足資辨認，用到一百多個筆劃只是為了做好細部的面貌以美化字樣而已。我們的系統重點在辦認字形，所以用的筆劃不多（事實上，可由使用者自己選擇筆劃之多寡）。字形、部件、字根、和筆劃的關係如【圖二】所示。

在實際運作時，這樣的系統會產生一些較複雜的表示式。例如：【圖三】的灣字。所以在設計時，我們儘量把構字規則簡化，以利執行。做法是：在組合（或分解）一個字形時，一次只用一個組合（分解）的運作，即選用橫連、直連、包涵其中之一。若還沒有分解成基本字根，則將生成的部件再分解，直到式中只有基本字根為止。由於基本字根數目不多，筆劃組合規則就依其筆劃生成的位置逐一標明。

上述的構字概念可以用簡單的數學表達，是故可以用計算機處理。在【註二】所引的各參考文件中，有詳細的敘述，請各位參考。

圖三：灣字的構成

二、字形變化的分析

根據上述的字形模式，字形的變化雖多，卻可以歸納為筆劃的變化、字根或部件的變化、和整個字的變化等三個等級。這種劃分法，筆者曾在中華民國文字學會報告過（民國78年12月）。現僅將其大要節錄如下：