目次へ
これは台湾政府のCNS コード( これまでのところ48000 字) に基づき、曖昧性がなく、移植可能なコードを割り当てることによって、普通のパソコン上での言語処理およびデータベースに使用するために作成された。このアプローチによって、日本語、台湾、中国本土、韓国のいずれのウィンドウズであれ、自分の使い慣れた環境をそのまま使うことができる。マッキントッシュ( 後には、ユニックスも) 環境は、サポートされることになっており、まもなくインターネット上でも漢字ベースにアクセス可能になるだろう。
現在の実現化では、自分のシステムで使えない文字を漢字ベースで検索して、SGML様式の曖昧性のない移植可能なコードにリンクされた印刷可能なグラフィックイメージとして、文書にペーストされる。漢字ベースの文字を含む文書は、たとえばウィンドウズMSワードや、マッキントッシュワード、あるいはいくつかの環境上で動くWerner LembergのCJK TeX 方式を使って普通のプリンターで印刷できる。
中国語表記の構造と、今日、コンピュータ上での漢字処理に使用できるツールのために、入力できない漢字がいつもある。それらは、古いテキストのうちの1 〜5 ％以下なのだが、深刻な問題を引き起こす。
今までは、各個人や研究機関が、それらの漢字のために、独自のコードや代替記号を作っており、その結果、互換性がなく、一般に受容されているいかなる標準にも合致しないデータを作りだしてしまっている。
使用しているコードセットにない各文字に、その場限りの個人的なコード付けをするより、むしろできるだけ標準的な表示を使用することが望ましい。そうすれば、データは交換が可能になり、データベースの維持も可能になる。
我々は、すべての使用可能な漢字用のコードを丹念に評価した結果、台湾のCNS コードが、文字数が多く、はっきりと定義されており、広く使われているBig-5 コードによっていることから、出発点として最高の条件を備えているという結論に達した。
しかしながら、必要だったのは、大規模な文字セットではなく、むしろ、自分の機械にインストールしているシステムと漢字コードの如何を問わず、それと組み合わせてこれらの文字を使う方法である。
言葉を換えれば、良い方法とは、これらのシステムの使用をさまたげない一方で、システムに依存しないものであることが必要なのである。ワールド・ワイド・ウェッブが、アクセント符合のついた文字を扱うように、完全にASC IIをベースにした方法が摸索された−−しかし、我々の場合は、このような表示が何千も必要だったのである。
クリスティアン・ウイッテアンによって発明された広範囲な文字セットのコード付の方法である漢字ベースの基盤は、使用しているシステムや地域のコードにない文字のところに、ASC IIの代替記号を挿入することによって作動する。これはテキスト・データベースや通常の言語処理が必要としているものにとっては役に立つ。しかしこれらの表示を通して、もっと容易に種々のコード化(JISやGBやBig-5 のような) 間で、テキストをコンバートしたり、あるいは特定の必要に応じて、様々なレベルの統一を達成することができる。
他の大きなコードセットとは違って、漢字ベースのよって立つ中国国家基準(CNS) は、今日広く使用されているBig-5 コードと非常に近い関係にある。他の東アジアコードセットは、漢字ベースほどBig-5 に結合していないが、同じ表示で、他のコードセット( たとえば日本のJIS や中国のGB) にない文字を表すことができる。 このように漢字ベースは、Big-5 だけでなく、これらのどんなコードセットをも拡張することができ、使い慣れたOSやアプリケーションで仕事をし続けながら、より大量の漢字が自由に使えるようにできる方法である。
漢字ベースのコード化は、欠字の使用を容易にし、標準化するのみならず、さまざまな種類の文字コード変換の基盤として役に立つ。たとえば、Big-5 からJIS への変換において、JIS ではたくさんの文字が欠字となるだろう。
漢字ベースのコード化戦術では、必要な際には( たとえば校正のために) 、印刷可能なビットマップに変換できる代替記号でこれらの欠字を表すことができる。
もう一つの例: 同じ変換を行なう時、漢字ベースのコード化を、各人の必要に応じて、異なる厳密度を持つコード変換を達成するために使うことができる。もし学術論文の中で文字を使っている場合、字形のわずかな相違をも反映する最も厳密な交換を欲するかもしれない。一方、一字索引の作成を目的とするとき、印刷された索引で文字を探すのを容易にするために、より高次の統合が必要とされるであろう。
現在、国際禅研で開発中のコード変換ツールセットは、そのような異なるレベルの変換厳密で、JIS からBig-5 へ、またその逆へと変換できるツールを含んでいる。しかしながら、中国のGBコードや韓国のKSC のようなその他のコードについても、この基盤の上に実現することが可能である。
漢字ベースのロジック全体のおかげで、ユーザーの漢文テキストで我々のコードを使うために、何らの特別なツールも高価な装置も必要としない。我々のウィンドウズ用に実現されたものが、インターネット上の電子達摩のホームページを使うことによって、文字を探し出し、そのコードを自分のテキストにコピーできる。インターネットとマッキントッシュ用の漢字ベースの実現は、まだ準備中であるが、禅ベースCD1 には、ウィンドウズ用の漢字ベースが収録されており、文字を選択して、それをワープロ文書に挿入したり、任意のウィンドウズのアプリケーショ ンから利用できるクリップボードへペーストしたりするための道具として使うことができる。 マッキントッシュについては、現在のところ、サポートはより限定されたものとなっている。コードを読み、また印刷のためにビットマップに変換する、ワード6 用のマクロセットが用意されているのみである。
最初と最後の文字、＆と；は、開始と終了の区切り記号であり、処理ソフトおよび読者に、この間にある文字が他の部分のデータの流れとは別に取り扱われねばならないことを知らせるものである。続くＣの文字は、漢字ベース対応のソフトに対して、このあとに続くものがＣＮＳコードであることを知らせる。
ここから；までにあるのは、文字そのものを表すコードである。このコードはまた、二つの部分からなっている。一つは、漢字ベースのカバーする領域のどの部分から来た、どのような種類のコードが続くかを明示する分類指標である。そして、もう一つは、（ハイフンのあとの）4 桁の１６進コードである。次の許される分類指標とその意味のリストを掲げる。
漢字ベースの印づけをサポートするアプリケーションは、少なくとも最初の二つのタイプのコードを処理できるようにすべきであるが、ＸおよびＹコードのサポートについても、強く望みたい。 他のタイプの文字が文書に現れることがある。漢字ベースで利用できない他の東アジアのコードセット（現代中国の簡体字など）に対しては、いかなる個人的なコード化もなされるべきではなく、むしろ、ユニコードの対応するコードポイントを表示すべきである。このような表示は、リック・ジェリフェによって、ＳＧＭＬ Ｏｐｅｎのために開発された勧告に従うべきであり、それは＆Ｕ−４Ｅ００のようになる。これはユニコードの文字Ｕ＋４Ｅ００に対応するものである。