再谈无字库汉字的意义和可能性

目前汉字植根于电脑的方式是字库加编码（拼音码也是编码的一种）。我国开始时用的字库只包含两级字库6768个汉字，以后增加到1-2-3万，甚至建立10万的字库。但是不管字库多么大，总会有个别的人名、地名用字，尤其在录入和研究古代文献时更会碰到个别古字、冷僻字，在电脑里找不到。虽然发生这类不方便的几率很少，关系也不很大，但是如果长期如此下去，强迫人们只能使用字库里有的汉字，汉字就僵化而不发展了。但是我们知道：任何事物，一旦僵化，等于宣告死亡。

严格地说，英文植根于电脑的方式，也是字库加编码。只不过它只需要26*2个字母及其ASC码，而几十万、上百万个英文字是不需要字库和编码的。即使所有人都不用笔写，都使用电脑，也不会限制新英文字的发生和发展。但是也因为英文字母已凝固僵化，而且数量特别少，我看现在已有苗头影响了英文文化。原因是在于，社会不断进步发展，认识不断深化，新技术事物不断涌现，需要的新概念、新字也愈来愈多。如：莎士比亚只掌握3万英文单词，到上世纪30年代，一般常用字典就有英文单词29.2万（美国韦帕斯特词典收字40万）。这个增长过程是无止境的，是不断加速的。而英文单词，如果按平均字长5个字母计，任何字母的随机组合都可以是一个字的话，也只能有26的五次方，即1188万个单字，如果字长增到10字母，则为140万亿个。实际上字母组成单字是要服从一定规律的，这些随机组合中，大概只有千分之一是可用的单字。要增加新字，就要增加长字长。字太长，阅和读都不便，于是出现大量缩略语。缩略语字短，数量有限，重复过多，意思易混淆，阻碍信息的有效交流。

在这方面，汉字比英文优越得多。中文的简称虽短但不易混淆。我们这里暂以全部组合都有意义的假设进行估算比较。如果评价四个汉字组成一个词，汉字总数以10的五次方即10万计，组合数可达10的20次方。26个字母要组成同样数目的字，则字长应为14个字母（26的14次方＝6×10的19次方）。书面上，一般两个字母与一个汉字相当，则英文要比中文长14/8=1.75≈2倍。汉字总字数取为1万、1千时，分别为1.41、1.06倍。汉字的不同笔划数与英文字母数相当。而一个汉字平均10笔，相当于把10个字母压缩在两个字母的位置里。这就是说中文要比英文短5倍。英文字母是线性排列的，长而难阅读，中文笔划是平面分布的，短而阅读快，另外还附加笔划位置不同而产生的信息，所以效率高。效率差异的重要原因就在于：英文是线性拼音的，中文是平面拼形的。人类开始用语言交流信息，才脱离于动物范畴。后来发现用音节序列传递信息远不如用图形文字快而有效。加之当时没有办法记录声音，而文字却可以书写、印刷，因而可以保存、传播，文字就上升为决定性的文化工具。但没有插图及其他公式符号的英文，却是单纯的音节符号，这决定了它的落后性。

语言文字除了作为信息的保存和传播的工具外，更重要的是作为思维的工具。在这个更高、更重要的层次上，线性的音节是远远比不上平面的图文的，所以近代科学著述中少不了各种公式符号。奇怪的是，即使在单纯的信息传递上，语音的重要性也在不断降低的今天，还有人指责汉字在标音上的缺陷。实际上有人研究，在标音功能上，英文比汉字好不了多少，前者被打0.5分，而汉字也达0.3分。所以我认为，为了追求汉字的标音功能，采用拉丁拼音文字或创造另一种文字来代替汉字都是不必要的。只要像简化字形一样，简化多音字的读法，许多字干脆“读半边”，以提高声旁的标音功能就足够了。

最后剩下来的一个缺点，是说汉字难读难写难学习。但也有人估计说，学汉字的时间只要学英文时间的三分之一。从我国大部人长期学英文都不成功，以及美国名演员波蒂埃学习英文阅读的艰辛故事（见自考课本“综合英语”第一册第四课）来看，实际上学英文不比学汉字容易。说汉字难学，可能是把学英文字母来比较学写汉字。实际上字母只相当于汉字的笔划。如果认、写二十来个汉字笔划，我想最多只要半天就足够了，而学26个英文字母就不那么容易。现在作家写文章、柜台上开发票，大部分用电脑代替了笔，将来必然会人人、事事用电脑。“读”和“写”都可得到电脑帮助，或全部交给电脑干，只有“看”（阅读）还要人亲躬。而在“看”这一点上，汉字无论如何要优越于拼音文字的。

所以，许多人预言，汉字将是未来信息社会的首选文字。

但是目前汉字植根于电脑的方式必须靠大字库。字模字库的使用，有利于字形的规范化，但却扼杀了它继续发展的生机！

能不能不要大字库，只要少量笔划字模，像由英文字母组成英文单词那样，生成所有汉字呢？

无所不能的电脑，应该能够做到这点。但是没有人想到这点并提出来，更没有人去研究实现它。

上世纪80年代初，微机刚进入国门时，大家都忙于解决汉字输入瓶颈。汉字不能快速地输入电脑，方块字就得淘汰。于是人人奋起，万马奔腾，克服了汉字输入难关。这时电脑硬件已快速发展，内存迅速降价而扩充，更便于研制和使用精致的大字库。最早的仓颉汉字系统还使用字形的组合技术，那时已不需要了。80年代后期还热销的汉卡，竟慢慢绝迹了。以缩小字库内存容量为目的的汉字合成技术，没有了市场。技术上较难的、由笔划组字的技术没有人去研究。因为输入法的优化没有定案，允许人们一争高低；输入法的研究较容易，而且又有大量成功的先例；人情的惯性作用使大家都挤到这一独木桥上，形成了“万码奔腾”、“乱码翻腾”的局面。

由少量汉字笔划自动生成汉字的技术，研制无字库的汉字操作系统，不是为了节省内存开销，也不是为了提高汉字输入速度，而是关系到汉字的生命和发展，我们应该立刻把精力转到解决这个重大问题上来。

这个任务不是不可能解决的。1984年底，我在袖珍计算机PC-1500上开发出一套这样的汉字系统。这种巴掌大的计算机，当时最大的内存是18K，我的软件（包括显示、打印字模）只有8K。在微机上，8K的空间全部拿来放16点阵的字模，也只能放200多个汉字。所以不得不采用无字库技术。1986年参加全国微机展览时，这是唯一的一个无字库汉字系统。可惜的是，以后没有继续研究并转移到微机上来。我虽然提出了这个任务，并写文发表初步的理论设想，却得不到认同。领导把它看作是一般输入法发明，虽然在当时推广的PC-1500上轰动一时，但随着该机的淘汰而烟消云散。

20年来，电脑技术突飞猛进，要完成这个任务则变得愈来愈困难。另一方面，这个任务的意义却显得愈来愈重要。许多得知我的无字库汉字设想的人，都说愿望很好，很重要，但都怀疑能不能实现。我想，我当年只用8K长的软件，就可以写出任何说得出的汉字，字形虽不好看不规范，但能认得出，可以流通使用。现在为了字形规范好看，把软件份量再增加10倍，100倍，甚至1000倍，总该能够圆满地解决吧。现在首先想把当年的软件搬到现在的微机上，不管字形好坏，先给大家看看，证明问题是可以解决的。由于硬件及软件平台的档次相差得太大了，我又没有了当年的机器，当时打印的程序竟难以读懂了。移植看来是不可能的，只得着手重新研制。希望半年内能拿出成果，可以演示无字库汉字。当然尽量想比当时的水平好一点。如果一时达不到，字形不好、让人见笑的东西也要拿出一个来，可以抛砖引玉呀！

愿无字库汉字的研究，也像编码输入法的研究一样，形成万马奔腾场面，解决这个更重要信息化技术，为祖国的汉字文化作出更大的贡献！

张时钊 2003.3.8 http://www.chancezoo.com