捌、漢字的構字系統

捌、漢字的構字系統

每個字形的構字式都不相同，所以它可用作字形的識別碼。用構字式作字形碼最大的好處，是它是一個封閉系統：只要有一個封閉的字根集合，配以〔表四〕的規則，就行了。如此便可省去成千上萬的碼位。《交大字根系統》用496個字根就能產生48713字形的碼，並且還有不需要修改系統就能對付新字或缺字的彈性，就是最好的例子，如[圖三]所示。其次，構字式是一種知識表達，它不僅較數字碼易讀易懂，所孕藏的構字知識更有利於應用程式的處理。然而，它的缺點是構字式長短不一，也嫌它太長，以致用起來較不經濟。

部件序或字根序較構字式簡潔許多，用它們來替代構字式是很自然的想法。以《中文電腦基本用字》的9122個字形，加上629個部件，457個字根，亦可產生48713個字形，請參考[圖四]。此時9122個形只用一字碼，而其餘約4萬字，每個構字序卻可簡潔。換言之，可用漢字形標來表示剩下的四萬字形，每個字形之長度僅二或三個字碼。由於9122個字形的累積使用頻率已高於99.9%，餘下千分之一以下的機會用較長的碼，對系統之效率影響極為有限。所以善用構字式實是改善目前交換碼的一個好方法。

　交大字根系統功能示意圖

一、最佳化

用[圖四]的集合並不經濟，因為此集合的使用率只有62.60%。若將常用字加入，當可提高使用率。由[圖五]可知，加入最常用的1071 字後，使用率可增加至97.31%，如此則碼位增加至3243個。同理，字數仍可再增加，至加入次常用字4988 字時，不僅使用率已超過99.7%，且平均碼長亦降至二位元的1.008 倍。

二、現有交換碼的重建(reengineering)

本法可與現有交換碼完全相容。現有交換碼只要提供629個碼位給部件，188給非字的字根，則可用本法。

以部件和字根構成的漢字構字系統示意圖

三、暫代碼

若字碼的長度需要保持定長，如考慮現有的軟體，則可用暫代碼。暫代碼的做法是指定一區域的碼為暫代碼。在文章中可指定用某暫代碼來代替某較長的字碼，如此一來，則整篇文章可保持定長。如何宣佈用某暫代碼來代替某較長的字碼呢？還是要用SGML。目前，要做的事是要根據Portable Document Format ( PDF )的協定，訂定中文文獻共享的規範，以供大家遵循。這問題是可解決的。