梅兵代表：完美中文字符集，鞭策传统文化数字化传布

目前，在通用电脑字符集中已编码汉字总数已达9万以上，但有7万多字在数据库中其实不能利用。针对目前中文字符集中古文字缺位、有字不克不及用、有字欠好用等问题，本年的全国两会上，全国人大代表、华东师大党委书记梅兵定见，完美中文字符集，鞭策传统文化数字化传布。

本年2月中共中心、国务院印发《数字中国建立整体规划规划》提出，打造自信富贵的数字文化，深进施行国度文化数字化战术。然而，数字媒体时代，文字信息的传布高度依靠于字符集那一根底支持平台，因为当前中文字符集建立的不敷，做为传统文化根本载体的汗青文献在数字化传布中存在话语障碍，间接影响了弘扬中华优良传统文化和国度文化数字化战术。

梅兵代表指出，次要问题包罗：

字符集中古文字缺位，形成更具汗青厚度的中华文化资本的收集盲区。详细来说，做为中国传统文化次要载体的汗青文献分两类：一类是传世文献（十三经之类），另一类是出土古文献（次要是古文字文献）。而做为中国文化传承系统两翼之一的古文字，却并未被目前国际原则电脑字符集所笼盖。

其次，有字不克不及用，多量已在国际原则中编码的汉字收集和数据库利用受限。以最重要的字书《说文解字》为例，第一卷收字703个，此中属于收集和数据库受限利用的126个。编码字遭到收集排斥，检索查找的对象常被张冠李戴，乱点鸳鸯，传统文献的收集阅读就如被蒙上一头雾水。例如，在网上查找“ ”字（《集韵》“色进切，木茂貌”），而获得的检索成果却是“穑” 等一些毫不相关的字。值得重视的是，已经正式在国际原则字符集中获得合法地位的汉字，竟有70%以上还遭受如斯不公允待遇，那对传统文化数字化传布形成的负面影响是难以估量的。

再次，有字欠好用，做为中文字符集核心的GBK部门大面积存在“一字多码”情况。当前在收集和数据库中利用不受限的汉字只要GBK字符集那个范畴，但是GBK字符集却存在“一字多码”的问题。在文字输进过程中，一字多码的输进源，就可能招致同字却利用差别内码字的成果，由此形成文献搜刮查找的为难：该找到的找不到，该搜齐的搜不齐，传统文化宝躲的数字化传布就如许在不知不觉中被打了折扣。不难揣度，在如许一个字符集撑持下往停止传统文献的数字阅读，会发作很大问题。

对此，她定见高度重视中文字符集建立，加强整体规划和协调治理。例如，处理“一字多码”的问题其实不困难，可开发针对性的输进法，用提醒多码字的体例来搀扶帮助输进者躲避不妥文字输进。在收集检索的环节，则能够通过开发有效的同字多码认同法式来包管检索数据的准确性。另一方面，要实现中国原则的同一编码，加强中文字符集的国际影响力。

做者：储舒婷

编纂：储舒婷

*文汇独家稿件，转载请说明出处。