揭开“汉字库”的神秘面纱，并存储中国古代和近代巨大的编码字符

图片显示了汉字库的来源: “甲骨文集”是6057年出土于河南安阳的银绪，最早记载于罗振宇的《阴虚书奇经话》（1914年） ） （以上）;国电出建《老子》第一篇. 1993年在湖北荆门郭店楚墓出土（下）.

最近，“中国汉字库”项目的研究和开发正式启动.

对于许多普通读者来说，“汉字库”仍然是一个奇怪的名字，但是在行业和学术界，其推出引起了很多关注. 借用新闻出版总署副主任孙守山的话，这是将中华文化带入信息化，数字化时代，增强中华文化软实力的重要举措. 这样的关键任务“角色库”有什么样的谜？最近，我拜访了新闻出版总署汉字库总组专职副组长张立伟. 他为我们揭开了谜底.

收集人物并结合“文学与艺术”

为了满足文本和其他书面符号在计算机上的表示，传输和存储的各种要求，有必要对文本和符号进行编码，并使用字符的位顺序将它们组织为字符集. 符号. 这种编码的字符集通常称为“字符库”. 简而言之，“汉字库”是一个庞大的编码字符集，其中包含古代和现代汉字和少数民族字符. 对于这个重大的国家项目，“十一五”期间的《国家文化发展规划纲要》作如下陈述: “汉字库”项目是“建立所有汉字和少数民族文字的编码和主字体”. 字符库. 关键研究与发展汉字编码系统的关键技术，输入，输出，存储，传输和兼容性. ”

在这个简洁的语句后面，它实际上包含许多复杂的内容. 张立伟说，这个项目不仅仅是一个简单的文本集，用于编码和重组. 一方面，我们需要从几千年来流传下来的文字载体中收集尽可能多的信息，将各种古代和现代文字形式组合在一起，并根据出现的实际文字的原始图像进行收集.中国字库网，确定历史演变并梳理字间关系. 等等，学术素质很高. 为此，该项目聘请了中国写作学会第一届会长，并以文学界极负盛名的邱锡贵教授为首席专家，并与众多文学界专家共同参与了研究与开发工作. 这样的手动收集和抄录不可避免地会带来更多的人为错误和较少记录的信息的问题. “汉字库”项目将得到现代信息技术的支持. 通过有效的人机集成，计算机的巨大存储容量和便捷的搜索群集功能将为文本专家提供的研究服务，并使用机器来扩大和扩大专家的工作效率. 该项目决定由中国科学院软件研究所等软件研究精锐部队承担该项目的技术开发工作，并为该项目提供技术支持.

从这个角度来看，“汉字库”不仅与学者有关，而且与技术有关. “文学与科学”的结合非常紧密. 该项目基于对语言学的深入研究，研究了文本收集，筛选，排序，比较和批准的各种方法和原理；在统一的数字平台上充分利用先进的数字技术，开发相应的软件工具，以建立人机相结合的文本采集，分类，筛选，比较和批准的操作和管理流程. 汉字库项目不仅将全面收集所有汉字，建立汉字主字体库，还将尽可能全面地收集和组织少数民族文字，为汉字建立主字体库. 编码和国际编码标准提案还应为汉字库在不同领域的应用提供支持工具和环境，实现汉字库在互联网上的发布，并建立面向用户的动态词补充系统. 在数字服务方面，可以说它很容易获得.

有组织，难以满足需求

也许您会说: 是否有必要全面组织文本？我们没有中文字典吗？其实并不是. 据了解，《汉语词典》已于1985年定稿，目前已收集了约6万个汉字. 但是，我国海量档案中使用的实际字符和不同时期不同地区社会生活中使用的实际字符还没有进行全面调查的手段和条件. 而且这本书主要是用普通文字写的. 晋文，小专和礼书等古代写作形式并未得到全面组织，在常规文字的单词条目中仅包括代表部分，以反映形式的进化关系. 除汉字外，中国还有许多少数民族文字，包括许多古代民族文字和海外收藏的文字，这些文字尚未整理. 经过成功的研究和开发，汉字库不仅将包括针对社交应用的实用常规脚本列表，而且还将形成一个完整的常规脚本列表. 还将有一个完整的汉字列表，其中包含古代文字. 在最后阶段，少数民族脚本也将成为该脚本. 集成最终将形成一个完整且有序的，具有内部连接的“汉字库”字符资源库.

与融等，保险，海关，民航等行业. 监管用语有很大差距. 中国的文字种类繁多，尤其是汉字，种类繁多，内部关系极为复杂. 现有的计算机字体（无论是国家标准还是国际标准）都存在字符收集不完整和字符间关系不清晰的问题. 少数群体脚本之间的差距更大. 除了几个主要少数民族的文字外，许多文字甚至都没有编码. 这些问题严重影响了国家数字化建设的各个方面，也直接或间接地影响了人们的生活. “汉字库”项目的建设是为了彻底解决这一瓶颈问题，全面推进中国数字化建设.

任务很大，前景很诱人

据了解，像“汉字库”这样的国家也在做类似的工作. 欧美一些国家甚至在国际法规中添加了一些非常稀有或已死的文字，例如本地土著文字和古代代表文字，以便可以在互联网上传播其本国的历史文化，从而展示了本国文字. 文化实力.

我国古代汉字与现代汉字在同一行. 在大量出土文物的支持下，整合现有研究成果，进行编码并建立字符库显得尤为必要. 汉字，包括古代汉字和其他少数民族字符，是中华文化的“手”. 为了繁荣地继承各种文献，我国的繁荣时代已广泛收集和整理了各个民族的古代和现代著作. 如今，随着中国在国际上的影响力日益增强，中国文化已成为走向世界的趋势. 在当今世界数字化和信息化的大趋势下，人们的生活将在未来与数字化越来越融合. 中国文化需要“传承”和“走出去”，当然，这取决于数字技术和平台. 我们还需要逐步对各种古代和现代书籍和文献进行数字化处理，以便中华文明得到永久保存和广泛传播. 这也是历史与现实的非常紧迫而重要的任务.

新闻出版总署在此背景下于2006年提出了``汉字库''项目的构想. 国家高度重视该项目，并将其纳入《国家文化发展规划》概述了“十一五”期间和国家“文化产业促进计划”. 该项目由新闻出版总署重大科学技术工程重大项目领导小组办公室领导. 以中国出版集团公司为牵头单位，成立了项目总体小组，负责项目建设的总体管理和组织. 除首席专家邱锡贵教授外，整个小组还从每个参与单位调动，或聘请了整个小组单位以外的技术专家和管理专家组成了一个技术团队，负责项目的全部工作. 经过几年的精心准备，该项目已正式进入实质性的研发阶段，并计划在五年内完成.

审查过“汉字库”研发计划的专家表示，该项目是一个比统一汉字更大的汉字重组项目，肯定会产生重大而深远的影响关于中国乃至全世界的文明史. （刘谦）

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/sanxing/article-216964-1.html