1、电子化时代汉字的“缺氧危机”(2009-10-11 04:21:14)标签：裴钰 人文 文化 汉字 电子化 文字互联网 分类：方言和汉字汉字走进了电子化时代后，很是“头痛缺氧”，特别是进入了互联网时代，汉字更是遭遇了前所未有的“ 缺氧危机 ”，目前，很少有专业文章集中探讨“汉字在电子化时代的生存和变革”，因为这个话题是跨学科的，包含语言文字学专业、IT 专业，以及需要用历史学的研究方法，来完成这个话题。我为今年 10 月国家历史杂志撰写了 7000 字长文，全面剖析这个话题。陆续发在博客上，和网友分享。由于这个主题的文章非常少，我的分析和思考，也请广大 IT 专业、历史专业和语言学专业的朋友多
2、多指教。电子化时代的汉字生存与变革（一）汉字，目前有确切考古证明的历史，可追溯至约公元前 1300 年中国商代的甲骨文，迄今已有 3000 多年。汉字的演变和发展经历了两次最重大的变革，第一次是唐宋以降的印刷术变革，第二次便是今天的电子化变革。汉字的电子化启动于 19 世纪后期。在 20 世纪中后期，汉字的电子化先后出现了两次高潮，第一次，在 1980 年代中期到 1990 年代中期，核心内容是汉字的计算机处理问题；第二次，1990 年代末至今，汉字电子化的重点转向语音识别、语音合成和语义处理，以及互联网时代的数字遗产保护等方面。今天，我们正处于汉字电子化变革的最高潮，汉字在电子化时代的生存与
3、发展，也就成了在互联网时代，中国文化最紧迫、最复杂和最核心的文化命题之一。一汉字的三道“电子化”门槛：电报、计算机、互联网汉字最早的电子化，是中文电码，又叫中文商用电码等，是在电报之中传送汉字信息的方法，中文电码是历史上第一个把汉字的方块型字体，转化为电子讯号的编码表。1835 年摩尔斯电码发明后，只能传送英语或以拉丁字母拼写的文字，到了 1880 年，清政府雇佣丹麦人发明了中文汉字电报，该码表采用四位阿拉伯数字作代号，从 0001 到 9999 按四位数顺序排列，用四位数字最多可以表示 10000 个汉字、字母和符号。汉字先按部首，后按笔划排列。字母和符号放到电码表的末尾，这一范畴后来不能满
4、足中国人的姓氏户籍管理用字，于是，第二字面汉字便出现了。总之，汉字是十分顺利地迈过了“电报门槛”。1946 年，世界上第一台电子计算机诞生，当时的计算机主要的功能是计算。从1960 年代开始，计算机的主要功能开始多样化，出现了新的主要功能处理大规模的数据，其中主要的项目，便是图书馆的目录整理。当时，在美国国会图书馆和许多美国大学，都拥有数量众多的汉字藏书。利用计算机来管理这批藏书，就必须要有一套有效处理汉字的系统。由此，汉字的电子化（计算机化）时代正式揭幕。这时，汉字的电子化所面临的命题，通俗地说主要有两个方面：一，如何把汉字存储在计算机内；二，如何在计算机上显示出汉字。到了互联网时代，汉字的
5、电子化又面临着全新的挑战，比如，第一，互联网上浩如烟海的汉字信息数据，为中文信息搜索提出了新的挑战；第二，非键盘的汉字输入需要有全新的发展方案，因为手机、PDA 等移动设备已经大规模普及，汉字信息处理已经摆脱了计算机，人们可以不用键盘，比如汉字手写输入，甚至都不必动手，比如汉字的语音输入等。二汉字的多样性，她的电子化“头痛”电子化时代的“汉字”，并不仅仅是指中国大陆地区使用的简化汉字和标准汉语体系“普通话”，而是指汉字文化圈里的通行的汉字和标准汉语。今天我们说的“汉字处理系统”，是基于多样化的汉字字体、多样化的标准汉语体系、多样化的汉文化传统、多样化的经济和社会发展水平，是跨国别、跨地域的文化
6、现象和规律。这是本文论述的基本前提，也是探讨“电子化时代的汉字”这一问题所必需具备的国际化的人文视野。汉字文化圈，指的是文化相近，历史上受中国政治及中华文化影响，过去或现在仍在使用汉字，在历史上，曾经共同使用汉语文言文（日本、韩国、越南称之为：汉文）作为书面语言，并覆盖东亚、东南亚部分地区，以及北美、南美、欧洲等特定的人口聚居区的文化区域。（具体分布地域，见下图）汉字圈的文化分布大中华区 华人聚居区 日侨聚居区 韩侨聚居区 越侨聚居区中国（包括中国大陆、中国香港特别行政区、中国澳门特别行政区、中国台湾地区）、朝鲜、韩国、日本、越南、新加坡、冲绳（琉球）等马来西亚（包括吉隆坡、怡保、新山、古晋、
7、槟城、马六甲等）、印度尼西亚、文莱、泰国、欧洲、北美等华人聚居区巴西的日侨聚居区欧洲、北美的韩侨聚居区欧洲、北美的越侨聚居区汉文化圈的“汉字”，是多样化的汉字字体，包括：1.简化汉字：中国大陆地区、新加坡、部分海外华人聚居区；2.繁体汉字：中国香港、澳门、台湾地区，部分海外华人聚居区；3.日本国字，日本本国的汉字；4.韩国汉字，韩国本国的汉字；5.喃字，越南独有的汉字；汉文化圈的“汉字”，有着多样化的标准汉语体系，包括：1.“普通话”标准，主要应用于中国大陆地区，1955 年起，中国大陆地区推行“普通话”，以北京音为基础，通行汉语拼音方案；2.“国语”标准，主要应用于中国台湾地区，沿袭了民国时
8、期确定的“国音”标准，同时又夹杂着当地方言的口音，通行注音拼音方案；3.“华语”标准，主要应用于东南亚的华人聚居社区，这个标准语传承了民国的“国音”系统，不过，人们的音调、词汇、语法等方面又受到汉语南方方言，以及英语、当地国语言等非汉语的很大影响。以上表明，在汉字文化圈里，“汉字”的本质属性是多样性的，这种“多样性”意味着即使是同一个汉字，在不同文化地区，它的字体结构有所不同、笔画多少有所不同、书写顺序有所不同、读音发音有所不同，乃至同一个字的拼写方案也会不同。电子化时代的汉字的生存状态，依然是“多样性”。汉字的电子化，通俗的说分为六大领域，如下：1.基础研究，比如汉字编码字符集、通用 汉字样
9、本库等；2.输入技术，比如汉字键盘输入法、手写 输入、汉字 语音输入、文字识别等；3.输出技术，比如汉字激光照排、汉语语音合成等；4.存储技术，比如汉字库标准等；5.转换技术，比如繁简转换等；6.信息处理，比如汉字情报检索、 汉字文本校对、机器翻译等；汉字的多样性，给 6 大领域都带来极其宽阔的发展空间，极其复杂的技术难度。如汉字语音输入，既要受到不同标准汉语体系的读音影响，还要受到中国各地方言口音的影响。目前最让文化界头痛的是，中国传统古籍的数字化保存，涉及到数以万计的中国正体字和异体字、常用字和冷僻字等，既牵扯到汉字字体库的丰富扩展，又牵扯到繁简汉字转换，比如，“二十四史”系列典籍现在最可
10、靠的数字化文本，依然是图片格式的，并非字符格式，并未做到真正意义的数字化，既不能进行检索，更不能在互联网上实现“数字共享”。电子化对中国传统文化传承的促进作用，目前还刚刚启动，效果还很不理想。晚清，汉字一次静悄悄的“浩劫”(2009-10-12 23:39:45)标签：裴钰 人文 汉字 电子化 杂谈 分类：方言和汉字电子化时代的汉字生存与变革（二）（续上篇）汉字在电子化时代，遭受了巨大的危机，我应该实事求是地说，其中大部分并非是技术性问题，既不是 IT 界的责任，也不是文化界的责任，由于汉字电子化是一个跨学科的命题，由于 IT 和文史领域长期没有贯通，缺乏密切协同合作，造成了很大的电子化“危机
11、”。找到我们的纰漏之处，才能亡羊补牢，及时修正各种错误，并有效地预防新的问题。我国的汉字研究存在着学术空白，也使得汉字的电子化出现了“瑕疵”。我不能不说发生在民国初年，中国汉字经历的一场“浩劫”。19 世纪末，中国汉字的创新在晚清，西学东渐，大量的西学文献和科学著作被翻译成中文，传入中国，中国学者为了读者的理解便利，根据汉字的造字规律，造出了一大批新的汉字。在 19 世纪后期，20 世纪初叶，这些新造的汉字，成为中国的常用字和基本的度量单位等等，出现在晚清各级学院、学校的各种教材和图书中。比如：1. 在晚清，人们常用带有“口”字旁的字来翻译外来词，把 Ice-cream 翻译成“冰（口+忌）（
12、口+ 廉）”。“（口+忌）（口+廉）”二字，在当时很常见。2. 英语 caffeine（咖啡因）翻译为“加非（精+內）”，这个“（精+ 內） ”字也在当时很常见。3.西方的度量衡名称在晚清，一般有两种译法，一是音译，一是新造汉字。后者，比如，（1）“（安 +百） ”或“（百+安）”表示 hectare（公頃）；（2）“（上）立+（下）口+舍”表示 bushel（蒲式耳）；（3）“（平 +米） ”表示平方米；但是，这些中国原创的汉字，在 20 世纪初叶，几乎全都绝迹了。用“浩劫”来形容是准确的。如此大规模的文字灭绝，在中国历史上，还从来没有过。20 世纪初，中国汉字的日本化改造从纯粹的语言角度来
13、说，晚清的西学东渐，汉字通过自身创新，还是可以经得起时代的考验。然而，20 世纪初叶，一切都改变了。1905 年，清政府废止科举, 改兴学校,当时，清政府认为，法国和美国以民主共和为政体，所以，法美模式绝对不能仿效，而日本立国遵守孔孟之道，虽受西方影响，但尊君权，固民志，最可仿效。而且，日本是一个学习西方文明，以致国强民富的榜样， 日本消化了很多西方文明，加以日式的改造,成功应用于君主政体，所以，清朝人认为吸收“日本化的西学”，更加方便，更加走了捷径。 于是，全国上下掀起了赴日留学的热潮，留学生以社会科学为主。大规模的留学日本，给中国文化带来了极其巨大的改变，留日学生做了以下几个工作：1.留日
14、学生组织了很多有影响的翻译团体，全面翻译西学著作。2.留日学生根据撰写大量文章，根据自己的理解，全面推动西学普及。留日学生群体，大量采用了日本化的“西学翻译方法”，大量采用了日本汉字或者日本的汉字翻译方法，日式的现代汉语，通俗地说有以下几个规律：1.把原有的中国汉字广义化。如：“社会”作为“society”的译语，社会在原指春秋两季的乡村学塾举行之祭祀土地神的集会。2.把原有的中国汉字狭义化。如：“经济”作为“economy”的译语，经济一词出自汉文“经世济民”，包含政治、经济等抽象意义。3.用现有汉字直接新造：如“电话”、“制纸”、“制糖”、“名词”等等4.使用造词力强的词尾，大量制造新词：如“化”、“的”、“性”留日学生们“有意无意”的汉字改革，使得严复、梁启超等人建立起的中国创新翻译体系最终走向崩溃，现代中国的社会科学和 70%的日常用语，采用了日本汉字。晚清的大量的创新汉字，如今全部消失了。但是这些字，在清末却是作为“常用字”或者“度量单位名称”被广泛使用，成为汉字在一个历史时期的面貌，理应成为“文字记忆”保存下来。可是，这些字大多被汉语大字典所遗漏，在今天，也被文化史所“遗忘”。在电子化时代，也很少被传承下去。这是一个遗憾，也是一个契机，作为汉字传承的一个内容，电子化应该能够有效地补救汉字研究的这个空白。
