| 论坛帮助 |
| 社区圈子 |
| 日历事件 |
2006-05-08, 09:51
|
#1 | ||
|
|||
|
见习会员
等级: 一袋长老
 
|
关键词 汉字键盘输入法 重码率 五笔字型 缺点 语言文字规范 问题的提出 近日，看了张在云《我看“五笔字型”存在的问题》一文(见2001年11月28日《光明日报》《电脑网络》周刊)，张先生指出： “五笔字型在理论上有严重失误，上千的汉字拆分和编码不符合国家语言文字规范……该编码若是越普及，国家的语言文字政策和母语教学就越会受到误导和破坏，乃至毁于一旦”、“五笔字型的‘末笔字型交叉识别码’的提法混乱……”有意思的是该报同时刊登了记者采访王永民先生的文章《王永民为什么不说话》，王先生认为：“任何一个字形编码，为了追求多项高指标，都可以自己设计取码顺序和编码规则。”两位先生各执一词，让读者无所适从。 到底五笔字型苦苦追求的多项“高指标”还有用吗？难道非要以牺牲国家语言文字规范来实现这些指标不可吗？ 汉字键盘输入编码方案的发展趋势为：规范化、词语化、智能化、辅助功能多样化 据专家研究，汉字键盘输入的理论和技术有如下几个方面的发展：[ 傅永和、刘连元、陈敏、王翠叶，《汉语语言文字信息处理现状及展望》，《汉语语言文字信息处理》，陈原主编，上海教育出版社，1997年12月第1版 ，P249~250。](1)从人工设计编码方案发展到计算机辅助设计编码方案；(2)从单纯讲求汉字形、音、义特征出发的编码方案素质发展到讲求编码方案——支撑软件素质。早期汉字键盘输入系统的软件层次是极简单的，本身处于被动状态，编码的优劣决定系统的性能。如编码作者极力追求低重码率，甚至是无重码，结果导致规则增加，难学难记。后来人们越来越认识到汉字键盘输入系统不能仅仅依赖于编码本身，软件层次的作用更重要……；(3)从汉字编码发展到汉语词语编码。……有无词处理能力及词处理能力水平是衡量一个编码输入方法优劣的重要标志……；(4)从只注重专业型输入方法发展到同时注重专业型和普及型两个方向的输入方法。早期只追求高速的输入方法，后来开始注意追求速度与易学性统一的输入方法；(5)……。 五笔字型在重码率方面已无任何优势 王码五笔字型4.5版(FOR WINDOWS)宣称“五笔字型的重码本来就很少”、“五笔字型重码率为4.5%”[ 参见王码五笔字型4.5版(FOR WINDOWS)的联机帮助文件。]本段将论证，这纯属骗局。 优先考虑词组的重码问题更有意义 现代汉语的特点是以词和句子为其基本单元，而句子又是由词和少量的常用单字组成的。根据这个特点，以词组甚至以短句为编码单位，并优先考虑词组输入形式，这就是第二代汉字编码输入的方式。 专家陈一凡教授认为：“再从词语特征信息提取和编码规则来看，音码类从二字词开始不必提取音素中最难以确定的声调，音形码类不再需要字形部分，三字以上词则以最易提取的声母为主要特征信息；字根类二字词只提取每个字前两个字根，三字以上词则以最易提取的第一字根为主要特征信息，五笔字型输入法也不必再用末笔字型交叉识别码。由此可见：各类输入方法的词语特征信息提取均较字特征信息提取容易，减轻了操作人员的脑力负担，提高了易用性。” [ 陈一凡，《论汉字特征信息编码键盘输入》，书同1，P45。] 陈教授指出：“专家们经研究发现，在汉字通用键盘输入系统中，以词语为单位提取特征信息进行编码比以字为单位编码输入更为合理。”、“提取词语特征信息进行编码输入比提取字特征信息进行编码输入具有以下优点：⒈缩短了码长，提高输入效率1倍以上；⒉简化了编码规则，减轻了操作者人工编码的脑力负担，降低出错率；⒊缓解了拼音输入同音字多的困扰，使拼音输入的速度可以和部件类输入速度相媲美。”、“词语输入能大大提高汉字键盘输入的效率。”[ 同3。] 既然词语输入有这么多的优越性，当然要优先考虑使用词语输入了，要优先考虑词语输入，自然而然也要优先考虑词语的重码问题了。 五笔字型对重码的定义不科学 1998年推出的“98规范王码”对重码定义为：“几个五笔字型编码完全相同的字，谓之重码。”[ 同2。]这种定义方法实际上只考虑单字的重码问题，本文称该方法为单纯单字重码定义法。而早在1986年，第一次全国性的“汉字键盘输入方法评测规则(试行)” [ 《汉字键盘输入方法评测规则(试行)》，《常用汉字编码字典》，周冰洋、刘植婷、姚世全编，宇航出版社，1990年9月第1版 ，P1192~1193。]的名词解释为： “重码——两个或两个以上的字或词共有的相同代码。” 1994年出版的UCDOS的使用手册中是这样定义的：“一个编码可能对应几个不同的汉字或词组，这些相同的汉字或词组就是重码。”[ 《UCDOS3.1使用手册》，北京希望电脑公司，1994.7，P100。]本文称该方法为综合重码定义法。 五笔字型用单纯单字重码定义法，只考虑单字的重码，是不科学、过时的，更科学的是综合重码定义法。首先，从对输入效率的影响来看，必须考虑词组的重码问题。很容易理解，当一个字和一个词组(符号)有相同编码或两个词组有相同编码时，在输入过程中必须进行选择，比如五笔字型86版中“钟”和“名目”有相同的编码(qkhh)，不论是在WINDOS系列操作系统(中文版)还是在CCDOS、UCDOS操作系统中，输入编码“qkhh”后，由于不能完全确定具体是“钟”还是“名目”，故还必须进行选择，词组重码对输入效率的影响与单字重码是相同的，可见不考虑词组重码的定义是不科学的；其次，键盘输入方法发展到以词语输入为主导的阶段后，单字输入只是起辅助作用，定义中不考虑词组的重码，实属主次不分；再次，从单字和词组的数量对比来看，也必须考虑词组的重码问题。从目前的情况来看，支持GB2313-80的常用输入法中单字占的条数多的是1万多条，少的只有几千条，而其词组的条数多的有几万条，少的也有1.5万条以上。请看王码五笔字型4.5版(FOR WINDOWS)的情况：它共有单字7255条(其中码长为1的有25条、码长为2的有613条、码长为3的有3878条、码长为4的有2739)，词组有15023条，可见从数量上看，词组比单字要多得多。就算支持GB18300-2000的输入法(27484个中、日、韩汉字)中，目前大多数输入法的词组也比单字的条数多得多，更不用说以后大家采用最新的科研成果《现代汉语通用词表》(含6万4千多个词)了。怎么能把码表中的大多数组成部分(即词组)撇开，只考虑其中的少部分(即单字)呢？可见，五笔字型在定义上只考虑单字的重码问题，显然是不全面、不科学的。 为什么五笔字型对重码的定义与众不同呢？这是为了掩盖其词组重码率高的致命缺点。有人统计过五笔字型输入法的重码率(用综合重码定义法)，“当精选7000条高频词时，重码率为5%，……但当词语增加时，重码率急剧上升，当使用4万条词语时，重码率高达25%以上(根据快乐五笔统计)，而智能陈桥五笔则更高。”[ 《形码输入六大误区》，《“梦幻组合风行”输入法》介绍资料(网上下载)。]五笔字型采用这种定义方法实属无奈，话说“人贵有自知之明”，王先生心里非常清楚，若用综合重码定义法，则五笔字型在重码率方面就毫无优势可言了，甚至已经落后了。 从编码空间利用的角度来看，综合重码定义法更科学。根据数学(排列组合)原理，当码元数和码长定了以后，可供使用的编码空间也就定了。单字重码率低，实质上是尽量给每个单字安排一个编码，给单字的编码空间多了，那么给词组使用的编码空间就少了。这样虽然解决了单字的重码问题，但却增加了单字与词组、词组与词组产生重码的机会。在以词组输入为主的使用条件下，用单字输入的情况较少，单字的重码率的实际意义不大了，对输入效率起关键作用的是词组(包括词组与词组、词组与单字)的重码率。因此，倒不如让单字重码率高些，即让单字占用的编码空间少些，把更多的编码空间让给词组使用，这样可以减少词组的重码率。这也说明五笔字型对重码定义法是不科学、过时的。 五笔字型对重码的处理毫无科学性可言 五笔字型为了避开重码而任意增减词组，主要是任意减少词组。只要稍为观察了一下，便发现许多常用的词组王码五笔字型98版没有收编，下表是部分五笔字型不收编的常用词组。而有些词组，比如“苏共中央”，尽管目前使用得非常少，但仍然收录了，还有一些像“还是王码好(djgv)”、“还是五笔字型好(djgv)”，尽管是重码，而且除了王码公司的人外，谁会使用呢？！但却收编了。五笔字型对词组的收编方法实在也太随意了！如此定义重码时不考虑词组，实际运用中把产生重码的词组随意删除，而不管它是不是常用的，这样的处理方法哪个不会，有何科学性可言？！ 五笔字型不收编的部分常用词组 已收编的词组 不收编的词组 第二季度、第三季度 二期工程 硕士研究生 广西壮族自治区 会计师 高级人民法院 星期二、星期四 国民生产总值 中国科学院 第二步 财政支出 这是 第一季度 一期工程 博士研究生 宁夏回族自治区 经济师、统计师 中级人民法院 星期一 国内生产总值 中国社会科学院 第一步 财政收入 那是 五笔字型随意减少词组的后果是在实际运用中它仍是以单字输入为主的输入法。由于用户不知到底哪个词组词库里有，哪个词组没有，如果他认为有词组了，但用词组输入没有找到，又要重新按单字输入，如此反反复复，增加了击键次数；或者反过来，明明词库里已经有了某个词组，可是他们不懂使用，仍按单字输入。产生这种现象的原因有二：一是因为他们多次试图用词组输入而以失败而告终后，没有把握的情况下，就不敢用词组输入了；二是一些人长期使用五笔字型的过程中，由于上述第一点原因造成恶性循环，养成了首先考虑用单字输入的习贯。我对许多人使用五笔字型的情况进行观察，发现许多人实际上仍是以单字输入为主。单字输入是不可与词组输入同日而语的：如果用单字输入，他击键就多，上字就慢，拆字就会难一些；对“想打”的用户而言，还更加影响写作思维。退一步而言，若以单字输入为主的输入法与以词组输入为主的输入法有相同的输入效率，也是后者更好，因为后者可以大大减少击键次数，从而减少人手的疲劳程度，这才顺应当今社会以人为本的潮流。 经本人用专门设计的软件统计，五笔字型的重码率为4.5%是事实，但这只包含单字的重码率，而不包含词组间的重码率及词组与单字间的重码率。综上所述，可以得出结论：五笔字型重码率低的说法纯属骗局！ 五笔字型不再有速度优势 从理论上讲，当键盘输入方法发展到以词语输入为主导的阶段时，五笔字型不再有速度优势。假设有另外一种形码输入法或形音码输入法也是按照使用25个字母键(26个字母时，词组的结果也类似，只是简码数少些)的字特征信息编码Si=Ci1Ci2Ci3Ci4为四重有序组来考虑，词组编码规则与五笔字型相同。这时两种输入法的简码数是一样的(这是由于排列组合决定的)，大家都可以安排相同的简码给常用字使用，如此你有简码我也有，简码已无法比高低了。再看词组输入，你用4码输入一个词组，我也用4码输入一个词组，在其他条件(如使用者的熟练程度、词组配备)相同的情况下，若大家输入没有重码的词组，则在理论上，用这两种输入法输入的速度是相同的，而决定能否实现“盲打”，取决于词组的重码率了，词组重码率低的输入法，其输入速度应该快些。这也说明单字的重码率高低并不能区别输入法优劣，更重要的是词组的重码率。换言之，若甲输入法单字的重码率较高，而其词组的重码率却很低，乙输入法单字的重码率很低，而词组的重码率却很高，这时用单字重码率指标来衡量，是乙输入法好，但用综合重码率来衡量，却是甲输入法更好，在实际使用中也是甲输入法更好。前面已经说明，五笔字型的词重码率比其他输入法要高，因此可以得出结论：从理论上讲，在输入速度方面，五笔字型已不具有优势。 再从实践上看，五笔字型在速度上也没有优势。据专家介绍：“在(上世纪)80年代后期和90年代初期举办的多次由职业电脑打字员参加的全国性比赛中，尽管参赛队中使用字根类方法的占三分之二以上，但多次冠军被拼音输入法使用者获得，字根类输入系统词库容量过小是重要原因。”[ 同3，P78。]请读者看看自己身边的情况，不难发现，许多使用五笔字型的人，用了多年后，还遇到不会拆的字，又要停下来查字根表或编码本，这种现象时有发生，他们的速度比使用其他输入法的人还要慢。 实际上，大多数人并不是使用五笔字型 五笔字型尽管一直受到学术界的批评，却可以不太理会，笔者认为原因主要有二：一是无法理会；二是一直宣称自己的用户多。在《王永民为什么不说话》一文中，王先生说他18年来对五笔字型的批评一直默不作声，他的三条理由中首要的理由是“他只相信实践和用户。”事实上究竟是怎样的情况呢？实际上，大多数人并不是使用五笔字型。据《科技日报》1995年9月20日报道：“去年(即1994年——笔者注)上海对七八万个电子计算机用户进行过输入方法的调查，得到的结果显示有97%使用了拼音输入法，只有3%的操作者使用其他输入法。”[ 陈原，《论汉字特征信息编码键盘输入》序言，书同1， P2。] 新挑战使五笔字型更显得落伍 首先，词语化趋势的挑战，使五笔字型的长处成为其短处甚至是负担。当键盘输入方法发展到以词语输入为主导的阶段时，五笔字型的一些发明已与实际应用相脱节。根据五笔字型输入法的词语编码规则，当用词组输入时，每个单字最多只要用到第二码，其余的代码可以不考虑了，多字词组中有些字根本就不用考虑便能完成输入过程了。因此当用词组输入时，五笔字型的许多发明都没有实用价值了：比如它的相当部分重码字需要用第四码中的“末笔字型交叉识别码”和“容错码”(五笔字型86版有400多个常用字使用“末笔交叉识别代码”、近500个字使用“容错码”)来分散。加上为分散重码而产生的概念：如“汉字结构分析”、“左右型”、“上下型”、“杂合型”等等，这些概念往往令人费解。这些发明在用词组输入时根本就派不上用场，而五笔字型自吹“末笔字型交叉识别码”是它的最大的发明，这些东西却要花费学习者大量的时间和精力去死记硬背，学会不用又容易忘记，真是有点像“鸡肋”。顺便说一句，这也说明，单字重码率低与实际应用间有较大的差别。 其次，五笔字型将面临语言文字规范化的挑战。在此，且不说汉字笔顺、部件、部首等方面的规范，单说通用词表和词库方面的规范。据新华社报道：[ 《〈现代汉语通用词表〉在京通过鉴定》，上海语言文字网，2002.3.28。]《现代汉语通用词表》已经研制完成，2002年3月28日在京通过了专家鉴定。该词表含6万4千多个词，经过测试：《现代汉语通用词表》的动态覆盖率达到99．07%。为了加强现代汉语规范化、使中文信息处理在语言文字规范标准方面实现较高水平优化统一的需要，若该词表以国家标准的形式颁布执行，则五笔字型在词重码率方面将处于明显的劣势。 再次，使用者构成的挑战。使用者可以分为一般使用者(如工程技术人员、政府官员、管理人员和文秘人员、教师学生等等)和职业电脑打字员两大类。一般使用人员要求易学、易用，不需要很快的输入速度。随着我国社会经济实力和家庭经济水平的不断提高和个人计算机价格的不断下降，上述“一般使用人员”已逐渐成为使用电脑作文字处理的主体，从而也是推广汉字键盘输入方法的主要对象。另外，五笔字型长期以来的阵地——职业电脑打字员，也面临新输入法的挑战，“以词语输入为主，具有一定智能处理的汉字键盘输入系统出现后，已改变了只有拼形类输入方法才适用于职业电脑打字员的观念。”[ 同3 ，P79。] 让五笔字型退出历史舞台吧 单字重码率低是五笔字型的优点，今天我们不再需要它的这个优点了。它的第四码(特别是其中的“末笔字型交叉识别码”)只是众多分离重码方法中的一种，不使用这种方法照样可以分离重码，用了它却要付出损害我们的语言文字规范的重大代价。 五笔字型在重码率和输入速度两个方面均已毫无优势可言，而其缺点如难学、难记和破坏祖国语言文字规范等等却根深蒂固。可以说，五笔字型是一种较落后的输入法。 假如有另一种输入法在速度上与五笔字型相同，而其易学性、规范性比五笔字型好，则应该推广这样的输入法。这样的输入法是早已存在的。 让五笔字型逐步退出历史舞台吧！ |
||
|
 回复时引用此帖
|
五笔字型是一种过时的输入法
