[发明专利]一种汉字信息处理方法及汉字拆分存储方法

权利要求书

1.一种汉字信息处理方法，其特征在于，包括：

预先对每一汉字进行囲字形单元的拆分，并把拆分结果存储至部件数据库，所述囲字形单元是由9个方位所组成，从左到右由上至下，这9个部位分别是左上、上、右上、左、中、右、左下、下、右下，所述每一汉字可拆分成囲字形单元中的两个或两个以上部位的部件；

在部件数据库中对应的字段存储汉字拼音信息，以及囲字形单元中每个部件的拼音信息，所述拼音信息包括拼音和/或拼音缩写和/或拼音声调信息；

可以通过部件组合，或汉字的拼音信息、部件的拼音信息，从部件数据库找到对应的汉字。

2.如权利要求1所述的汉字信息处理方法，其特征在于，预先对每一汉字进行囲字形单元的拆分进一步包括：

A1：对每个汉字进行囲字形单元的拆分，将拆开的部件及对应拼音信息保存至部件数据库；

A2：对囲字形单元中的每个部件进行囲字形单元的拆分，并把拆开后的部件及对应的拼音信息保存至部件数据库；

A3：判断组件构件能否再拆分，如能再进行步骤A2，如不能，则进行保存。

3.如权利要求2所述的汉字信息处理方法，其特征在于，利用囲字形单元，制定如下10条针对汉字的拆分规则：

(1)部件一定要是可以用UNICODE表达，并且可以由键盘输入，在计算机屏幕上可以独立地显示的笔画组合；

(2)部件的笔画少于原始汉字；

(3)部件是最大的笔画组合，每个汉字进行解构，拆分成数目最少的部件；

(4)个别笔画组合缺乏相对应的一模一样的部件，由形态与笔画类似的部件来代替；

(5)每一个传统的偏旁部首均是部件；

(6)直接相邻的方位，在方位的数据输入与检索中，具有相同的含义。部件尽量占据具有更多相邻位置的高等值位；

(7)在出现多种可能时，遵循传统的偏旁部首、部件汉字的出现频率，尽量做到自然而合理的拆分；

(8)如果汉字在纵向上的部件为4个，可选用的方位有上、中、下、右下。如果为5个，可选用的方位有左上、左、左下、下、右下；

(9)包孕结构，均呈现四面八方包围中部的特征，除了包围之外，还可以出现局部的重叠的现象。如果完全重叠，则归入全包围结构；

(10)部件可以继续拆分，直至最简单的横、竖、撇、捺、点笔画为止。

4.如权利要求1所述的汉字信息处理方法，其特征在于，编码按照如下这5条编码规则，来产生部件的线性拼音数据：

(1)左右结构的二合字，部件的拼音是左部件的拼音+右部件的拼音；

(2)上下结构的二合字：上部件的拼音+下部件的拼音；

(3)所有包孕结构与全包围结构的二合字：外围的部件的拼音+中部位的部件的拼音；

(4)左右结构的三合字和四合字，也即左上部位和左下部位有部件，或者左部位有部件而左上部位和左下部位无部件，依据从左到右，从上到下的顺序，则部件的拼音是：左上+左+左下+上+右上+中+右+下+右下部位的部件的拼音；

(5)其余汉字的部件组构的拼音，依据从上到下，从左到右的顺序，将各个部件的拼音拼合到一起：左上+上+右上+左+中+右+左下+下+右下部位的部件的拼音。

5.如权利要求1或4所述的汉字信息处理方法，其特征在于，部件的拼音是由以下规定产生的：

如果部件有拼音信息，则用它的拼音，否则，将该部件拆分，用拆分所得的部件的拼音信息。

6.按照权利要求5所述的汉字信息处理方法，其特征在于，所述拼音信息中包括声调，所述声调中缺少声调数据、第一声、第二声、第三声和第四声分别和0、1、2、3、4相对应，轻声和其它缺读音数据的汉字，都被赋予0值，所述编码包括汉字拼音+汉字声调+部件的拼音。

7.如权利要求1所述的汉字信息处理方法，其特征在于，编码为汉字拼音的双/单码+部件的双/单码。