简化模式的进一步分析

（以下权重亦指频率权重，平均权重指单字平均权重，单位为万分之一，%%）

1. 香港小学用字H-H’简化异码分析

简化异码记录	简化	条件简化	正形简化	异体简化	异体代换	条件异体代换	汉字正形	日本略字对应	日本国字对应
	1111	3	6	45	114	0	48	0	0
排重	1019	2	6	41	104	0	42	0	0
总数	1327 of 3463 (38.32%) 此项按简化映射记录条数（排重之前）计算，以下按排重后Code计算
比例	83.94%	0.16%	0.49%	3.38%	8.57%		3.46%
权重	3161.27	21.26	34.08	125.74	224.27		92.44
平均	3.10	10.63	5.68	3.07	2.16		2.20

2. 台湾国小用字T-T’简化异码分析

简化异码记录	简化	条件简化	正形简化	异体简化	异体代换	条件异体代换	汉字正形	日本略字对应	日本国字对应
	1511	3	6	63	194	4	55
排重	1491	3	6	62	188	4	55
总数	1836 of 5024 (36.54%) 此项按简化映射记录条数（排重之前）计算，以下按排重后Code计算
比例	82.42%	0.17%	0.33%	3.43%	10.39%	0.22%	3.04%
权重	3227.15	21.26	29.14	79.52	283.54	5.38	89.26
平均	2.16	7.09	4.86	1.28	1.51	1.35	1.62

3．日本常用字J-J’简化异码分析

简化异码记录	简化	条件简化	正形简化	异体简化	异体代换	条件异体代换	汉字正形	日本略字对应	日本国字对应
	418	2	0	10	49	0	14	162	2
排重	415	2	0	10	48	0	14	160	2
总数	657 of 1947 (33.74%) 此项按简化映射记录条数（排重之前）计算，以下按排重后Code计算
比例	63.75%	0.31%		1.54%	7.37%		2.15%	24.58%	0.31%
权重	1731.01	21.26		13.24	177.25		32.61	601.82	23.82
平均	4.17	10.63	0.00	1.32	3.69	0.00	2.33	3.76	11.91

4. 韩国常用字K-K’简化异码分析

简化异码记录	简化	条件简化	正形简化	异体简化	异体代换	条件异体代换	汉字正形	日本略字对应	日本国字对应
	569	2	5	20	40	0	33	0	0
排重	564	2	5	20	40	0	33	0	0
总数	669 of 1881 (35.57%) 此项按简化映射记录条数（排重之前）计算，以下按排重后Code计算
比例	84.94%	0.30%	0.75%	3.01%	6.02%	0%	4.97%
权重	2682.41	21.26	30.49	33.35	111.51		121.97
平均	4.76	10.63	6.10	1.67	2.79	0.00	3.70

5. 各国家/地区字集简化方式之比例(交叉对比)

从上图可以看到，主要的简化方式是《简化字总表》一二三表（本资料称作“简化”）。除日本之外，其它国家/地区的字表映射到简体语境时，这种简化方式占82.4%~85%； 其它三种主要方式依次是异体代换（6%~10%）、汉字正形(2%~5%)以及异体代换与简化的交叉(1.5%~3.4%)，但是他们的比例要低于一般简化一个到两个数量级（注意上图纵轴是非线性对数刻度，每两条线之间差10倍）。

日本的特点是：一般简化方式比例要小一些，但缘于日本略字或国字对应的“简化异码”高达25%，即每四个简化异码中就有一个与此有关。

6. 各国家/地区字集各简化方式之频率权重(交叉对比)

本图进一步描绘了，除一般简化外，异体代换、汉字正形、日本略字和异体简化的作用。

7. 各国家/地区字集各简化方式之单字平均权重(交叉对比)

这幅图，从平均权重的角度，揭示了条件简化的重要性。下节将继续阐述之。

两组重要的条件简化的细节

一般的观念，误以为只有从简到繁的转换涉及一对多的问题；实际上，从繁到简也有同样的问题。从繁到简的一对多（或一代多）关系，数量虽少，但与各国家/地区都有关，且具有较高的使用频率。为此需要我们仔细地处理。

这一组映射，对各国家/地区而言，全都是一致的：同形同码、一对一映射，加上乾-干的有条件简化。而在另一组（著-著/着）则有比较复杂的情况。

在各国家/地区的字表中，

• H，T，K 的“著”的字形都是四笔草字头，微差同码映射到“著”； H则还有一个“著”的带点旧字形也要映射。
• J 的“著”的字形与中国同形同码；
• 除了T 完全没有“着”字， H，J，K 的“着”都是“无尾羊”字头（而非“歪尾羊” 字头），微差同码映射到“着”。
• 所有国家/地区的“著”都面临着“条件简化”到“着”。
• 而著/着都是甚高频的汉字。

大陆-台湾两组条件映射字的频率信息

以下引用海峡两岸的资料：台湾国小用字字频、书同文公司的语料库（2000-2003 年现代报刊）的统计信息以及国家语委《中国语言生活绿皮书》2005“报刊、广播电视、网络用字总表”的频率信息，举出了“条件简化”与“条件异体代换”的实例。

大陆-台湾两组条件简化汉字（乾干著着）的频序与字频

另外，台湾国小还有一个字，“頫”需要“条件简化”。但大陆目前尚无该字对应的标准编码简化字[兆页]。大陆方面目前暂缺乏该简化字的使用频度，但可知其关联字“俯”的信息：其现代字频为0.06458%%。参考台湾国小的字频，“頫”在国小字表中频序值为4736，频率值为0.8285%%；利用书同文数据库测算可知：“頫” 在古籍中频序值为4583，与台湾频序相当接近，频率为0.09347%%，其关联字“俯”的古籍字频为0.81298%%。

“頫”在书同文现代报刊语料中频率只有0.00059%%，相对于“著着乾干”等字的频率，影响相对低微。

大陆-台湾两组条件异体代换汉字（硅/矽，盘/槃）的频序与字频

在“条件异体代换”中，尽管“矽”相对于“硅”、“槃”相对于“盘”频序和频度都相当低，但是考虑到下列因素，我们还是把他们列入“条件异体代换”而不是简单的一对一异体代换：

• 在台湾，硅和矽的频度几乎相等；即使在大陆，使用“矽肺”和“矽钢片”几已约定成俗。
• “槃”在某些情况已是佛学专用字，“涅槃”不宜作“涅盘”。而且“槃”在古籍中频序位置较高，为3326，频率为0.20799%%。