拼音的单字、双字词、三字词、四字词、多字词编码

hoss

现按音节从少到多的顺序，对码键音码其编排情况逐步剖析如下：

1．单字的情况

汉语总共有433个有字音节。在国标码GB2312 —80中，一级汉字有3755个，二级汉字有3008个。作为一个汉字输入软件，至少要将这6763个一、二级汉字全部编入。在音码中这6763个汉字就分布在433个单音节中，每个音节内单字的读音相同，各个音节内单字的数量不均匀，如在ji、qi、li这些单音节中同音单字有很多，……其中在单音节ji中竟有104个同音的单字，在单音节li中有77个同音的单字，而在有的单音节中单字的个数很少，如在lia、ei等单音节中只有1个单字。在大部分单音节上，一般的情况是：每个音节中有10～20个多少不等的单字。

单字编码的特点是：

——同音的重码单字，在有的单音节中太多，在大部分单音节上也不少，其个数在433个单音节之间分布得不均匀；

——若采用翻屏及击数字键的方法（“全拼输入法”就采用此方法），使得每一个汉字都能打出来。因输入速度太慢，在使用中采用此方法很不实用。

2．双字词组的情况

汉语可有16万个（433^2）双音节，但在很多双音节上不存在“双字词”。在有“双字词”的每个双音节上可编排上一些“双字词组”，这些“双字词组”数量较多，约有几万个。一般仅将较为常用的一些“双字词”编排为“双字词组”，不太常用的一些“双字词”不编排为“双字词组”。例如在双音节qi shi中可编排上“其实、歧视、启示、气势、启事、起誓、起事、奇事、起始、妻室”这些较为常用的“双字词”，而对“其时、其事”等不太常用的一些“双字词”不编上（注：双字词≠双字词组。由两个汉字组成的词组称“双字词”，被编入汉字输入软件的“双字词”才被称为“双字词组”；下述中三、四、多词组的称法与此相类同）。

双字词组编码的特点是：

——其数量比较多（有几万个）；

——同音的重码双字词组，在有的双音节中较多，在大部分双音节上不存在，在一部分双音节上比较合理（一两个），其个数在有双字词的双音节之间分布得不太均匀；

——其重码率，与单字相比要低得多。以击数字键的方法，使得每一个入编的双字词组基本上都能打出来。在使用中该方法可采用，但对输入速度有影响。

3．三字词组的情况

在每个有“三字词”的三音节上可编排上“三字词组”，其数量不是很多。一般仅将较为常用的一些“三字词”编排为“三字词组”，不太常用的一些“三字词”不编排为“三字词组”。例如在三音节ban gong shi中可编排上“办公室、办公事”这两个较为常用的“三字词”，而对“办公时、搬公式”等不太常用的一些“三字词”不一定编上。

三字词组编码的特点是：

——其数量不很多；

——同音的重码三字词组不多，其重码率不高；

——同音的重码三字词组，在同一个三音节中其个数较少（一般皆为一个）。在使用中一般无须用击数字键的方法来输入。

4．四字词组的情况

在每个有“四字词”的四音节上可编排上“四字词组”，其数量比“三字词组”多。因可把汉语成语（有4,000多条）也编进去，其数量也很可观，又较常用。除汉语成语之外，在四音节中仅将较为常用的“四字词”编排为“四字词组”，不太常用的“四字词”不编排为“四字词组”。例如在四音节wu bi zi xing中可编排上“五笔字型”这个较为常用的“四字词”，而对“务必自行”这不太常用的“四字词”不一定编上。

四字词组编码的特点是：

——其数量也很可观；

——同音的重码四字词组很少，其重码率很低；

——同音的重码四字词组，其个数在有四字词的四音节之间分布得更均匀（一般皆为一个）。在使用中一般无须击数字键，可用“全码自动输入”的方式使它自动输入电脑文稿。

5．多字词组的情况

在每个有“四字词”的四音节上还可编排上“多字词组”，其数量较少。在词组的四音节中，仅将较为常用的“多字词”编排为“多字词组”，不太常用的“多字词”不编排为“多字词组”。例如在四音节shi shi wu jie中可编排上“识事务者为俊杰”这个较为常用的“多字词”，而对“识事务者方为俊杰”这不太常用的“多字词”不编上。

多字词组编码的特点是：

——其数量较少；

——同音的重码多字词组更少，其重码率几乎为零。在使用中一般无须击序号键，可用“全码自动输入”的方式使它自动输入电脑文稿。

经上述分析，我本人的浅见是：拼音码的改进主要是编好词组，让用户在进行汉字输入时尽量以词组来输入，则在较大程度上能克服“重码多”的致命缺陷。不当之处，敬请音码行家批评、指正。

（引自“输入法论坛”）