3000人名地名生僻字進(jìn)字庫(kù)

注：圖中“讀音”欄中的5表示輕聲。

　　本報(bào)記者 劉宇鑫

　　只因自己的名字里含有一個(gè)生僻字——“瓛”(音同“環(huán)”)，多年來(lái)，銀行存折、火車票、社保卡、駕照等處都無(wú)法正確顯示全名，如今只要牽扯到電腦錄入姓名或核實(shí)身份證上的姓名，不得不耗費(fèi)很長(zhǎng)時(shí)間。市民邵先生反映的取名生僻字困擾有望在近期得到解決。

　　昨日，本報(bào)記者獨(dú)家從北京北大方正電子有限公司(下文簡(jiǎn)稱“方正電子”)獲悉，方正電子確定承擔(dān)“中華字庫(kù)”中第17包“當(dāng)代人名地名用字搜集與整理”和第20包“字庫(kù)制作一：中間字庫(kù)、宋體楷體等成果字庫(kù)”項(xiàng)目研發(fā)，前者預(yù)計(jì)會(huì)收集人口信息中3000個(gè)左右未編碼生僻字，該項(xiàng)目在明年年底完成后，可以有效解決取名生僻字在經(jīng)濟(jì)社會(huì)中難通用的問(wèn)題。

　　名字被五角星號(hào)替代

　　邵先生的名字中含有一個(gè)生僻字“瓛”，該字由王字旁及“獻(xiàn)”字組成，在由商務(wù)印書(shū)館出版的《現(xiàn)代漢語(yǔ)詞典》中收錄該字，詞典中解釋該字義為玉圭的一種，多用于人名。據(jù)他回憶，最初起這個(gè)名字是按照輩分排下來(lái)的，名字取“玉石”的寓意，至今已用了58年，雖然這個(gè)字一直都不常用，但年輕時(shí)辦很多手續(xù)都可以手寫，沒(méi)有對(duì)生活造成太多困擾。近年來(lái)，隨著計(jì)算機(jī)的普及，好多手續(xù)都需要電腦輸入信息，多個(gè)輸入法打不出他的名字，即使一些輸入法能打出來(lái)，程序卻不承認(rèn)，這讓他感到非常不便。

　　在邵先生的證件中，僅有他身份證上的姓名完全正確；在多個(gè)銀行存折中，“瓛”字被五角星號(hào)代替，在社?？榜{照中，該字為手寫添加；而在一些醫(yī)院的報(bào)銷單上該字被寫成了其他形似漢字；火車票中該字被拼音代替。

　　因?yàn)樯矸葑C上的姓名與其他證件上的姓名并不完全一樣，邵先生每次辦事時(shí)都需花費(fèi)多于別人幾倍的時(shí)間。在銀行，別的窗口都辦完了十幾個(gè)人的業(yè)務(wù)了，他想取錢都需要找相關(guān)負(fù)責(zé)人，最后在存折名字旁蓋章才可以。為了節(jié)省時(shí)間，現(xiàn)在他都將錢放在銀行卡中，以至于每次出門都得加倍小心——就沖這個(gè)名字，銀行卡要是不小心丟了，掛失估計(jì)更麻煩。

　　字庫(kù)漢字明年超7萬(wàn)個(gè)

　　像邵先生這樣的煩惱，很多名字中包含生僻漢字的市民也都遇到過(guò)，主要原因還是人口信息部門使用的字庫(kù)內(nèi)容，與社會(huì)單位使用的字庫(kù)并不完全吻合。為此，“中華字庫(kù)”中專門啟動(dòng)了針對(duì)當(dāng)代人名地名用字的搜集與整理。

　　承擔(dān)該項(xiàng)目研發(fā)的方正電子字庫(kù)業(yè)務(wù)部副總經(jīng)理黃學(xué)鈞介紹，“中華字庫(kù)”工程由相關(guān)部委推出，是一項(xiàng)引領(lǐng)中華文化步入信息化、數(shù)字化時(shí)代的先導(dǎo)性、奠基性工程。工程共分為28個(gè)包，近30家高校、研究院所和企業(yè)參與了研發(fā)工作。其中，方正電子承擔(dān)了第17包“當(dāng)代人名地名用字搜集與整理”、第20包“字庫(kù)制作一：中間字庫(kù)、宋體楷體等成果字庫(kù)”的研發(fā)。方正電子承擔(dān)的第17包的主要任務(wù)是建立當(dāng)代人名、地名用字字表與屬性庫(kù)，為“中華字庫(kù)”的字庫(kù)集成提供基礎(chǔ)資料。

　　說(shuō)起收集生僻字，黃學(xué)鈞用“經(jīng)驗(yàn)豐富”來(lái)形容他的研發(fā)團(tuán)隊(duì)，近年完成過(guò)多次同類項(xiàng)目：2011年，公安人口管理系統(tǒng)用字；2012年，第二代居民身份證用字；2013年，外交部電子護(hù)照用字。“計(jì)劃納入第17包的3000個(gè)字，我們也是根據(jù)相關(guān)部門的要求，將近年發(fā)現(xiàn)的人口身份信息中出現(xiàn)頻率較高的姓氏、人名、住址所在地生僻字，納入常用字庫(kù)中，同時(shí)為‘中華字庫(kù)’的字庫(kù)集成提供基礎(chǔ)資料。”他解釋說(shuō)，這部分字庫(kù)計(jì)劃于明年年底前完成，屆時(shí)，字庫(kù)中的漢字總量將會(huì)超過(guò)7萬(wàn)個(gè)。

　　給每個(gè)字都設(shè)一個(gè)“門牌號(hào)”

　　“不論是常用字還是生僻字，只有被納入到字庫(kù)當(dāng)中，才算是找到家了。”在舉例時(shí)，黃學(xué)鈞說(shuō)得最多的，就是給每個(gè)字都設(shè)一個(gè)門牌號(hào)，整個(gè)字庫(kù)相當(dāng)于一個(gè)網(wǎng)格式的大廈。比如，“住”在大廈左上角的“啊”字，其字庫(kù)編碼為“B0A1”。然而，要讓一個(gè)個(gè)生僻字找到回家的路，其工作量遠(yuǎn)不止這些。

　　根據(jù)“中華字庫(kù)”的編制要求，對(duì)搜集到姓氏、人名、地名用字進(jìn)行查重整理后，建立相應(yīng)的屬性數(shù)據(jù)庫(kù)，包括：序號(hào)、字形圖像、讀音、釋義、漢字描述序列、用途類別、姓氏、人名用字需注明民族和屬地信息，提交登記資料圖像、地名用字需注明從省級(jí)地名下溯到包含該字的地名，提交登記資料圖像。同時(shí)，本項(xiàng)目包資源搜集范圍應(yīng)在公安、民政、教育、郵政、測(cè)繪、銀行等領(lǐng)域中選取，但必須包含公安和民政部門。搜集整理的姓氏、人名、地名用字盡可能覆蓋社會(huì)用字的實(shí)際需求。屬性數(shù)據(jù)庫(kù)的屬性項(xiàng)設(shè)置全面，標(biāo)注完整，符合工程相關(guān)要求，差錯(cuò)率小于萬(wàn)分之一。

　　方正電子字庫(kù)業(yè)務(wù)部總經(jīng)理張建國(guó)介紹，作為國(guó)內(nèi)最大、市場(chǎng)占有率最高的字體廠商，方正電子在完成上述字庫(kù)項(xiàng)目后，將與“中華字庫(kù)”共同擁有知識(shí)產(chǎn)權(quán)。憑借商業(yè)推廣，這些生僻字有望在銀行、醫(yī)療、教育留學(xué)，乃至電商領(lǐng)域被廣泛使用，從而大大減少部分市民在經(jīng)濟(jì)社會(huì)中為“名”所累的煩惱。