汉字构字式五十型


作者：Владимир Лесной

在早期的中文语言方程裡面，为方便理解，採用了「汉字构字式二十型」的解说方式，完整的实作是「汉字构字式五十型」，五十型当中有两个构形被缩减，供应设计的实际使用，因此实际的实作是四十八型，而全部的合字构形为五十型，含「独字」及「特殊字」则为五十二型，此外尚有一批被缩编的「隐性构形」，本篇说明完整的「构字式五十型结构法」。

「汉字构形法」当中，有七大构字主系统，係为「独」、「直」、「横」、「叠」、「围」、「披」及「箝」。

助记七字诀：「独、直、横、叠、围、披、箝」。

「独」即为「独字」，也就是构字基本字，「独字」的分析需要使用「笔画」进行更深一步的分析，主要的方法是「笔画树」结构分析。处理技术为「笔画」与「分支树」，由于构形将汉字降低处理维度，因此，独字可以採用很细腻的「笔画处理技术」（Strokes-Based Text Processing）。

「直」即为「直排字」，「构字式五十型」当中有八种构形属于「直排系」，其中有一型在实作中被併入另一型一起处理。

「横」即为「横排字」，「构字式五十型」当中有七种构形属于「横排系」，其中有一型在实作中被併入另一型一起处理。

「叠」即为「三角」、「四角」及「五叠字」，「构字式五十型」当中有六种构形属于「叠字系」。

「围」即为「圈形字」，「构字式五十型」当中有一种构形属于「围字系」。

「披」即为「字上披字」或「字坐于字」，「构字式五十型」当中有四种构形属于「披字系」。

「箝」即为「字中箝字」，「构字式五十型」当中有二十四种构形属于「箝字系」。

中文语言方程处理汉字的方法，採用「集合论」，将「字集」归类为「集合」，「构形」为「运算子」，如此使得汉字形成一种「泛函形式」，成功地将汉字数学化处理。

中文语言方程将「构形」指定为函式，以Cn代表，其中n为构形编号，C则为Conformation。

而汉字通常使用Cn(A,B,C,D,E)来表示，泛函表达式为(Cn,A,B,C,D,E)，中文语言方程裡面通常使用CLF(n,A,B,C,D,E,F,G,H)或CLF(n)做表达式，其中A,B,C,D,E为「组字部件集合」，也就是「字集」。

例如，「独字」，也就是基本字，一般使用C1(A)或(1,A)来代表，「朋」字则以C4(月)或(4,月)来代表，而「明」字则以C3(日,月)或(3,日,月)来代表。

由于五十型汉字构形当中，有些组合会产生「构形等价」的问题，编码技巧若是不正确，会产生「一字多码」的问题，中文语言方程採用「集合组合列举法」，将可能的变化列举以后，消除了构字式当中比较严重的「重码」问题，因此中文语言方程的编码是可以没有「重码」问题的，汉字编码确实可以透过数学化，把「一字多码」的问题消除掉。

中文语言方程主体理论是专攻「汉字数学化」，并不只是单纯只有针对字形，亦有「组字部件」到「赋意域空间」（Semantic field）的模煳映射关係，在文意理解系统当中亦有相当程度的实体功能，构形的部份，亦有汉字字形辨识的功能，与中央研究院研究领域有所区分，倾向于「拟人智能」领域。

词彙的用法：

  • 目前作者将原有的「构件」这个词彙，修改为英文的Grapheme，这是一个比较精准的语言学词彙。中文的翻译，在整个文件当中，一律改採「字素」。
  • 「部件」包含了「字素」与「构字」（组合出来的字，CLF(3) ~ CLF(50)），组字时期实际使用「部件」，「字素」只有在CLF(1)与CLF(2)当中才有。
  • 作者因为懒得去想每个构形的中文名称，请使用者及研究者自行开会研究中文命名。

    • 部件的拆分：

  • 部件的拆分一般具有比较强的人为性，某些拆分方式则涉及汉字语源学，作者的拆分方式为「直觉式拆分」，因为个人精力有限，直接取形直拆，因此不见得吻合语源学的根据。
  • 由于结构式分类相当细腻，所有的汉字都有办法透过构形法进行分解，若是某些特定的字有特殊字源，需要修改拆分方式，可自行于编辑器上修改。

    • 构形记号
    编号
    记号
    部件
    构字系
    函式记号
    数量(*1)
    范例
    说明
    C00 Unicode 1 无 CLF(0,A) 等同于Unicode的UTF-16定义。
    clf-01 C01 Conformation 1 独 CLF(1,A) 537
    (暂时，尚需最后一次整理。)    		 一、丨、亅、丁、㐅、㔾、井…。 正式规定为「不可拆分独字」，可拆分的「独字」需要归类到C02，仅有少数特例可拆分的独字才使用这个分类。
    clf-02 C02 Complex 1 独 CLF(2,A) 9
    (暂时，尚需最后一次整理。)    		 彡、忄、彳、心、彔…。 用于简化构形处理，某些构形及字十分罕见及少用，但作为组字部件，却经常出现，但这种字却又无法被归类于「独字」，而出现时却是以单一整体出现，需要将之视为可拆分的「独字」，以单一字处理，此时可以运用这个构形来做特别的处理技巧。
    clf-03 C03 H11 2 横 CLF(3,A,B) 3136
    （最后一次整理的数量。）    		 㚈、㦤、㪂、馛…。 横排左右大小对称，使用两个部件，基本上是左右不相同的部件。
    clf-04 C04 H11E 1 横 CLF(4,A) 83
    （最后一次整理的数量。）    		 吅、奻、囍、龖…。 横排左右大小对称，使用一个字素，左右部件相同。
    clf-05 C05 H12 2 横 CLF(5,A,B) 15132 什、䃀、禐、猐…。 横排左一右二比例，使用两个部件。
    clf-06 C06 H21 2 横 CLF(6,A,B) 693 㓚、効、㣏、㱄…。 横排左二右一比例，使用两个部件。
    clf-07 C07 H3 3 横 CLF(7,A,B,C) 52 树、衍、卿、承…。 横排左中右，使用三个部件，原则上A与C部件不相同。
    clf-08 C08 H3C 2 横 CLF(8,A,B) 42 巛、嬲、雠、粥…。 横排左中右，使用两个部件，与CLF(7,A,B,C)相比，原则上A与C部件相同，因此只使用两个部件。
    clf-09 C09 V11 2 直 CLF(9,A,B) 2403 䂬、殳、朵、雪…。 直排上下大小对称，使用两个部件，基本上是上下不相同的部件。
    clf-10 C10 V11E 1 直 CLF(10,A) 16 吕、炎、岀、亖…。 直排上下大小对称，使用一个字素，上下部件相同。
    clf-11 C11 V12 2 直 CLF(11,A,B) 2330 䒒、䈌、巃、荦…。 直排上一下二比例，使用两个部件。
    clf-12 C12 V21 2 直 CLF(12,A,B) 172 勲、孟、鱼、辔…。 直排上二下一比例，使用两个部件。
    clf-13 C13 V3 3 直 CLF(13,A,B,C) 1（暂时，尚需最后一次整理。） 㝷。 直排上中下，使用三个部件，原则上A与C部件不相同。
    clf-14 C14 V3C 2 直 CLF(14,A,B,C) 6（暂时，尚需最后一次整理。） 噐、嚚、嚣、尜、三、嚣。 直排上中下，使用两个部件，与CLF(13,A,B,C)相比，原则上A与C部件相同，因此只使用两个部件。
    clf-15 C15 Hat 2 直 CLF(15,A,B) 662 企、㝑、空、冗…。 直排带帽子的构字，使用两个部件。
    clf-16 C16 Siege 2 围 CLF(16,A,B) 85 回、围、國、国、囻…。 外面的字包围裡面的字，使用两个部件。
    clf-17 C17 Triplet 3 叠 CLF(17,A,B,C) UTF-8定义汉字中无此类型。 品字结构，使用三个部件。
    clf-18 C18 TriSymmetry 1 叠 CLF(18,A) 54 品、众、姦、贔…。 品字结构，(A,B,C)三者皆相同，使用一个部件。
    clf-19 C19 Quadlet 4 叠 CLF(19,A,B,C,D) UTF-8定义汉字中无此类型。 四角结构，使用四个部件。
    clf-20 C20 QuadSymmetry 1 叠 CLF(20,A) 10 㠭、㗊、㵘、朤、燚、㸚、䨻、叕、䲜、茻。 四角结构，(A,B,C,D)四者皆相同，使用一个部件。
    clf-21 C21 Five 5 叠 CLF(21,A,B,C,D,E) UTF-8定义汉字中无此类型。 五叠结构，使用五个部件。
    clf-22 C22 FiveSymmetry 2 叠 CLF(22,A,B) 2 器、噩。 五叠结构，CLF(21)当中的(A,B,C,D)四者皆相同，使用两个部件为原有的CLF(21)当中的(A,E)。
    clf-23 C23 Chair 2 披 CLF(23,A,B) 731 廵、䫹、䢎、䞨…。 字坐于L形字的椅子字之上，使用两个部件，椅子为A。
    clf-24 C24 Sofa 2 披 CLF(24,A,B) 2 斗、头。 字坐于镜射的L形字的沙发字之上，使用两个部件，沙发为A。
    clf-25 C25 Body 2 披 CLF(25,A,B) 860 㽱、㕂、庁、尻…。 字左披于字，使用两个部件，左衣服为A，使用两个部件。
    clf-26 C26 Sheet 2 披 CLF(26,A,B) 136 刁、氕、弌、寸…。 字右披于字，使用两个部件，右衣服为A，使用两个部件。
    clf-27 C27 Door 2 箝 CLF(27,A,B) 263 冈、向、鬨、夙…。 字箝于字，开口向下，盖子为A，使用两个部件。
    clf-28 C28 Concave 2 箝 CLF(28,A,B) 9 㓙、凷、凶、凼、函、凾、鼎、鼑、凶…。 字箝于字，开口向上，盆子为A，使用两个部件。
    clf-29 C29 Giant 2 箝 CLF(29,A,B) 48 㔰、区、区、匼…。 字箝于字，开口向右，嘴巴为A，使用两个部件。
    clf-30 C30 Teeth 2 箝 CLF(30,A,B) UTF-8定义汉字中无此类型。 字箝于字，开口向左，嘴巴为A，使用两个部件。
    clf-31 C31 Mountain 3 箝 CLF(31,A,B,C) UTF-8定义汉字中无此类型。 字箝于字，开口向上，山为A，使用三个部件。
    clf-32 C32 MountainSymmetry 2 箝 CLF(32,A,B) 3 㟗、豳、幽。 字箝于字，开口向上，山为A，B与C相同，因此使用两个部件。
    clf-33 C33 Rain 3 箝 CLF(33,A,B,C) 2 雨、㡀。 字箝于字，开口向下，雨为A，使用三个部件。
    clf-34 C34 RainSymmetry 2 箝 CLF(34,A,B) 4 㒳、爾、兩、㒼。 字箝于字，开口向下，雨为A，B与C相同，因此使用两个部件。
    clf-35 C35 EUD 3 箝 CLF(35,A,B,C) UTF-8定义汉字中无此类型。 字箝于字，E形开口向右，E形为A，使用三个部件。
    clf-36 C36 EudSymmetry 2 箝 CLF(36,A,B) 1 㡭。 字箝于字，E形开口向右，E形为A，B与C相同，因此使用两个部件。
    clf-37 C37 REUD 3 箝 CLF(37,A,B,C) UTF-8定义汉字中无此类型。 字箝于字，E形开口向左，E形为A，使用三个部件。
    clf-38 C38 ReudSymmetry 2 箝 CLF(38,A,B) 1 哥。 字箝于字，E形开口向左，E形为A，B与C相同，因此使用两个部件。
    clf-39 C39 TShape 3 箝 CLF(39,A,B,C) 3 乖、畞、䏋。 字箝于字，T形尖向下，T形为A，使用三个部件。
    clf-40 C40 TShapeSymmetry 2 箝 CLF(40,A,B) 1 譱。 字箝于字，T形尖向下，T形为A，B与C相同，因此使用两个部件。
    clf-41 C41 Thumbtack 3 箝 CLF(41,A,B,C) 1 㘴。 字箝于字，T形尖向上，T形为A，使用三个部件。
    clf-42 C42 ThumtackSymmetry 2 箝 CLF(42,A,B) 3 坐、㡬、幾。 字箝于字，T形尖向上，T形为A，B与C相同，因此使用两个部件。
    clf-43 C43 RightT 3 箝 CLF(43,A,B,C) UTF-8定义汉字中无此类型。 字箝于字，T形尖向右，T形为A，使用三个部件。
    clf-44 C44 RightTSymmetry 2 箝 CLF(44,A,B) UTF-8定义汉字中无此类型。 字箝于字，T形尖向右，T形为A，B与C相同，因此使用两个部件。
    clf-45 C45 LeftT 3 箝 CLF(45,A,B,C) UTF-8定义汉字中无此类型。 字箝于字，T形尖向左，T形为A，使用三个部件。
    clf-46 C46 LeftTSymmetry 2 箝 CLF(46,A,B) UTF-8定义汉字中无此类型。 字箝于字，T形尖向左，T形为A，B与C相同，因此使用两个部件。
    clf-47 C47 Worker 3 箝 CLF(47,A,B,C) 2 乘、埀。 字箝于字，工型为A，使用三个部件。
    clf-48 C48 WorkerSymmetry 2 箝 CLF(48,A,B) 9 㻎、巫、爽、奭、來、㚒、䘮、喪、垂。。 字箝于字，工型为A，B与C相同，因此使用两个部件。
    clf-49 C49 HShape 3 箝 CLF(49,A,B,C) UTF-8定义汉字中无此类型。 字箝于字，H型为A，使用三个部件。
    clf-50 C50 HShapeSymmetry 2 箝 CLF(50,A,B) UTF-8定义汉字中无此类型。 字箝于字，H型为A，B与C相同，因此使用两个部件。
    clf-51 C51 H3S 1 横 CLF(51,A) 5 川、州、巛、雦、㴇。 等同于CLF(7,A,A,A)构形，缩编构形。
    clf-52 C52 V3S 1 直 CLF(52,A) 1 三。 等同于CLF(13,A,A,A)构形，缩编构形。
    clf-53 C53 H11R 1 横 CLF(53,A) 未统计。 北、戼。 横排左右相反结构，使用一个部件。实作上使用CLF(3,A,B)替换，A与B部件呈现左右反转。
    隐性构形，仅使用于理论分析用途。
    clf-54 C54 V11R 1 直 CLF(54,A) 未统计。 留给诸君在CLF(9)类型中自行寻找。 直排上下相反结构，使用一个部件。实作上使用CLF(9,A,B)替换，A与B部件呈现上下反转。
    隐性构形，仅使用于理论分析用途。
    clf-55 C55 FiveIdentical 1 围 CLF(55,A) UTF-8定义汉字中无此类型。 五个位置均为相同的部件。实作上使用CLF(22,A,B)替换，A与B部件相同。
    隐性构形，仅使用于理论分析用途。
    clf-56 C56 隐性构形，仅使用于理论分析用途。（CLF(56)之后，预定于2014/11/09日更新。）
    clf-57 C57 隐性构形，仅使用于理论分析用途。
    clf-58 C58 隐性构形，仅使用于理论分析用途。
    clf-59 C59 隐性构形，仅使用于理论分析用途。
    clf-60 C60 隐性构形，仅使用于理论分析用途。
    clf-61 C61 隐性构形，仅使用于理论分析用途。
    clf-62 C62 隐性构形，仅使用于理论分析用途。
    clf-63 C63 隐性构形，仅使用于理论分析用途。
    clf-64 C64 隐性构形，仅使用于理论分析用途。
    clf-65 C65 隐性构形，仅使用于理论分析用途。
    clf-66 C66 隐性构形，仅使用于理论分析用途。
    clf-67 C67 隐性构形，仅使用于理论分析用途。
    clf-68 C68 隐性构形，仅使用于理论分析用途。
    clf-69 C69 隐性构形，仅使用于理论分析用途。
    clf-70 C70 隐性构形，仅使用于理论分析用途。
    clf-71 C71 隐性构形，仅使用于理论分析用途。
    clf-72 C72 隐性构形，仅使用于理论分析用途。
    clf-73 C73 隐性构形，仅使用于理论分析用途。
    clf-74 C74 隐性构形，仅使用于理论分析用途。
    clf-75 C75 隐性构形，仅使用于理论分析用途。

    (*1) Unicode Plane 0 (0×0000 – 0xFFFF)区域内。目前的Unicode Plane为0-16，范围0×00000000 – 0x0010FFFF。本文数据仅分析Unicode Plane 0，完整的中文语言方程为分析107931个汉字，专有系统才能处理显示、辨识及语意推测。分析新增汉字已经不具备实际意义，分析工作已经完成而终止。