1 键盘上的汉字难题
英文键盘只有 26 个字母键,而汉字数以万计。要让汉字通过键盘进入计算机,必须建立一套'由少到多'的映射规则:用有限几个键的组合,唯一地确定一个字。上世纪七八十年代,围绕这个问题出现了上千种汉字输入方案,大致可分为两类——'拼音输入'(按读音)与'字形输入'(按笔画、部件、字根)。这场路线之争,深刻影响了此后四十年的中文输入方式。
早期的中文输入是专业人士的技能。专职录入员需要背下整套编码规则,手指在键盘上飞快敲击,速度甚至超过英文打字。而普通用户面对'选字'的繁琐,往往望而却步。输入法真正普及,要等到编码规则简化、软件智能提高之后。
2 五笔字型:拆字的智慧
1983 年,王永民发明了'五笔字型'输入法(王码)。它的核心思想是'把汉字拆开':按照书写习惯,把汉字拆解为若干'字根'(基本部件),再把这些字根归并为五类——横、竖、撇、捺、折,对应键盘上的五个区域,共 25 个字母键。输入一个汉字,只需依次敲击它的字根编码,最多四码即可唯一确定。
五笔的巧妙之处在于:它把汉字的结构规律转化成了键盘的物理记忆。熟练者不看屏幕也能盲打,重码极少,输入效率极高。在二十世纪八九十年代,五笔几乎是中文打字员的必修课,也催生了大量培训学校与打字比赛。学习五笔需要背诵字根表、记住拆字规则,门槛不低,这既是它的优势(精确、快速),也是它的软肋(难学、易忘)。
此后又出现了郑码、二笔、仓颉(港台常用)等字形输入方案,各有取舍。它们共同证明了一件事:汉字的结构本身包含着可编码的信息,'拆字'是汉字与机器对话的一条自然路径。
3 拼音输入法的胜利
拼音输入法的思路更贴近人:既然汉语拼音只有 400 多个音节(带声调 1300 多个),而常用汉字三千多个,那么同音字必然大量存在,输入的关键就变成了'从同音候选里选出正确的那一个'。早期拼音输入法因为候选字太多、翻页麻烦,效率远不及五笔。改变发生在词库与统计模型引入之后。
智能 ABC、微软拼音、紫光拼音等软件开始支持'词语输入'与'词组联想':输入'zhongguo'直接出现'中国',输入整句拼音也能给出候选句子。搜索引擎时代的搜狗拼音、QQ 拼音更进一步,把互联网语料与用户习惯纳入统计,通过语言模型计算'哪种字词组合出现的概率最大',从而实现整句输入的自动转换与自动纠错。当输入法能够根据上下文判断'在'还是'再'、'的'还是'地'时,拼音输入的门槛几乎降到了零。
于是,普通用户用脚投票,拼音输入法成为绝对主流。它的胜利不是技术的胜利,而是'符合人的已有知识'的胜利——每个学过汉语拼音的人都能立刻上手,而五笔则需要额外的训练。今天,拼音输入法早已不限于键盘,还包括了模糊音、双拼、云词库、个性化记忆等一系列辅助。
4 手写、语音与未来的输入
除了键盘,还有两条输入路径:手写与语音。手写识别通过采集笔画的轨迹与形状,与字库中的字形特征比对,把'写出来的字'变成编码。它对不熟悉拼音的老人、对需要写生僻字的人格外友好,也是移动设备上最早的输入方式之一。随着深度学习的发展,手写识别已能处理连笔、草书、甚至整句连写。
语音输入则把'说'直接变成'字'。语音识别技术把声波转换为文字,配合语言模型自动纠正同音错误,输入速度远高于打字,成为移动场景下的主流选择。对语文学习而言,语音输入还带来一个新的问题:当我们说话时,机器听到的是'音',而中文的同音词极多,机器必须依靠语义才能写对——这恰好与输入法四十年来的核心难题一脉相承。
从五笔到拼音,从键盘到手写与语音,汉字输入法的演化史,其实是人机之间不断寻找'最自然接口'的历史。输入方式在变,汉字本身的音、形、义三要素始终是技术必须面对的底层结构。
荐相关推荐
喜欢「汉字输入法:从五笔到拼音」的人,大多也喜欢 孙子兵法·始计篇(节选)。