《基于国际标准基本子集的两岸四地简繁异汉字对照表》网络校对平台

项目工作大纲

a) Alpha版上线 2008-12-31

b) Beta1版 2009-02-10

c) Beta2 版 2009-02-28

d) V1.0版 2009- CDF第6次会议后

e) V2.0版 大陆规范汉字表颁布后一个月

• 1、表格分类：共8个表
  • a) 无对应字 G-Unique, T-Unique，0:1, 1:0在M语境中没有定义的汉字（大陆《通用汉字表》之外），如某些不常用的、暂无对应编码简化字的繁体字，粤语用字。也称独有字。
  • b) 同形同码 １y１，一对一 （一 = 一）
  • c) 微差同码 １z１，一近一 （草 ≈ 草）
  • d) 简化异码
    • 1x1　　　　一转一 （车：車）
    • 1xN　　　　一对多 （发：發髮）
    • 1xN+1　 　一代多 （注：注註）
    • MxN　　　　多对多 （著着：著，干乾：干乾，余馀：余餘）
    MxN含转换方向相关两个子 简→繁 繁→简
• 2、字段定义：每一条记录包括下列字段
  • a) M语境：
    • HanziM, 该汉字字形，用标准楷体字库表现，字库外用图形。
    • UcodeM，该汉字Unicode
    • PinyinM，该汉字的拼音加调（可能有多个音）
    • RadicM，该汉字的部首（按大陆习用规则入部）
    • StrokeM，该汉字的部首外笔画数
    • CatelogM，该汉字的分类：常用/次常用/通用/外，HSK-x
    • WordsM，该汉字对应的关联词语(重点在非一对多对照表)
    • FreqM，该汉字在大陆的现代字频
    • Option: 笔顺笔势图，跟随式笔顺，发声
  • b) T语境：
    • HanziT, 该汉字字形，用台湾标准楷体字库表现，字库外用图形。
    • UcodeT，该汉字Unicode
    • PinyinT，该汉字的拼音加调（可能有多个音）
    • RadicT，该汉字的部首（按港台习用规则入部）
    • StrokeT，该汉字的部首外笔画数
    • CatelogT，该汉字的分类：TW，HK1阶/2阶/外，MO
    • WordsT，该汉字对应的关联词语(重点在非一对多对照表)
    • FreqT，该汉字在台湾的现代字频
    • Option:
• 3、对应规则：
  • a) 对于所有类型的对应关系字，都要呈现所处语境的典型字形，并列出字码。
  • b) 非一对多关系时，按下列规则对应：
    • 按义对应：字义义项有异时，参照字的背景（词）按字义对应；
    • 对应正体：字义义项无异时，若对应对象有正异之分，向所在语境的正体字对应；
    • 高频对应：字义义项无异时，若对应对象无正异之分，向所在语境的高频字对应；
    • 方向相关：在多对多关系（NxM）时，分列不同转换方向的对应关系 ：简→繁 / 繁→简
• 4、呈现形式：
  • a) 排印本（格式待定）
  • b) 网络版即网络校核平台 仿照书同文汉字网的“求同询异” http://hanzi.unihan.com.cn/CJKCompare/。
    • 保留滚动条，如同“简繁对照”模式
    • 保留基于Web的手写识别功能，与其它输入法并存帮助检索
    • 查询功能与浏览功能并存
    • 增加志愿者联机评论纠错功能
    • 凡大陆常用规范字，提供笔顺笔势等详细信息
    • 对于一对多、一代多、多对多的字和“独有字”，尽量链接有关联机字典的释义信息，以方便校对；而对于其他一对一、一近一、一转一的情形，则不再显示释义信息
• 5、工作基础文件
  • a) ISO/IEC10646:2003 AMD1 http://www.cse.cuhk.edu.hk/~irg/irg/IICore/IICore.htm
  • b) 《简化字总表》
  • c) 《常用字表》
  • d) 《通用字表》
  • e) 《规范汉字表》（待新版发布后采用并作相应修改）
  • f) 台湾《常用字表》
  • g) 香港《小学字表》
  • h) 《现代汉语词典》第5版
  • i) 台湾《国语小字典》第二版
  • j) 《中日韩常用汉字对比分析》http://hanzi.unihan.com.cn
  • k) CCID 《基于UCS/Unicode的海峡两岸简繁异体汉字字形-代码对照表》V2.01版
  • l) 《Vertical Unification of CJK Ideographs》
• 6、本对照表用途：
  • a) 两岸四地语言文字政策微调之参考
  • b) 改善文档简繁转换工具，特别地，将逐一指出微软目前版本采用对照表所需修正之处。
  • c) 汉语教学（写简识繁、写繁识简）
  • d) 中文域名解析
  • e) 全文检索、搜索引擎关联字表
  • f) 简繁输入工具（简入繁出、繁入简出），包括键盘输入，OCR，手写识别软件的输出候选汉字群遴选
  裸数据表将向有关赞助单位全面公布。