Giters

forFudan / chinese-input-schemes-statistics

常見漢字輸入方案數據統計，主要統計形碼的的重碼率，便於使用者進行比較。

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

常見漢字輸入方案重碼數據統計

〔朱宇浩 初寫於 2022年12月24日 鹿特丹〕

目錄

1. 靜態重碼率

這裏將世面上可見的各類形碼輸入法的重碼數據進行對比，統計其在不同漢字字符集下的單字全碼的重碼數量。其中：

  • 「通規」是指大陸《通用規範漢字表》中的 8105 箇簡化漢字。測試輸入法簡化字確定性。
  • 「國字」是指臺灣《常用國字標準字體表》中的 4808 箇繁體漢字。測試輸入法繁體字確定性。
  • 「繁簡通」是指大陸《通用規範漢字表》和臺灣《常用國字標準字體表》中的 9853 箇繁簡漢字。測試輸入法繁簡混輸確定性。
  • 2312 是大陸的簡化字集，共有簡化漢字 6764 箇。
  • BIG5 是臺灣的繁體字集，共有繁體漢字 13069 箇。
  • GBK 是大陸的繁簡字集，共有繁簡漢字 21003 箇。
  • 動態重碼率指的是用字頻對重碼字進行加權，只使用大陸《通用規範漢字表》中的簡化漢字。
  • 動態選重率指的是用字頻對重碼字中除卻煅選的漢字進行加權，只使用大陸《通用規範漢字表》中的簡化漢字。這裏的假設明文打開記住首選字，並默認將之上屏。因此只有在二選或三選時纔需要選重。更能反映實際簡化漢字輸入體驗。
  • 注意，動態重碼率基於字頻數據，不同的字頻統計會産生不同結果。我採用的字頻數據來自北京師範大學 邢紅兵的《25亿字语料汉字字频表》。

注意：此處只呈現客觀的重碼數據，不能用來代表此輸入方案優秀與否。評判一箇輸入方案，應該綜合攷量以下因素：

  • 在不同字集/使用環境下的重碼率。
  • 規則複雜度。
  • 字根記憶難度。
  • 拆字直觀性/唯一性/容錯性。
  • 和漢字體系和漢字理論的相容性。
  • 編碼或規則的特例數量。
  • 人體工學性。
  • 平臺通用性。

以下排名不分先後：

形碼方案 通規 國字 繁簡通 2312 BIG5 GBK 動態重碼率 動態選重率 特點 最大優勢
單編碼系
五筆86 787 357 1938 537 2236 6582 7.77% 0.34% 四碼定長 單編碼 字根分區 全平臺通用
五筆98 763 329 1867 515 2150 6368 8.56% 0.37% 四碼定長 單編碼 字根分區 易上手
五筆06·新世紀 831 387 1970 532 2373 6610 7.90% 0.31% 四碼定長 單編碼 字根分區
張碼 223 113 1236 110 1202 4646 13.91% 1.55% 四碼定長 結構碼 簡體字集低重碼
藍寶石 - - - 487 - - - - 四碼定長 單編碼 字根隨機 没有無理碼
雙編碼系
鄭碼 843 311 2063 563 2206 6590 7.50% 0.59% 四碼定長 單編碼 大碼分區 小碼形託 拆字科學
徐碼12 508 125 688 324 1089 2872 3.52% 0.10% 四碼定長 雙編碼 大碼分區 小碼音託 繁簡通打
徐碼22 495 131 678 320 1104 2899 3.49% 0.10% 四碼定長 雙編碼 大碼分區 小碼音託
徐碼22·FF調整 476 117 650 300 1096 2858 2.98% 0.08% 四碼定長 雙編碼 減少X和Z鍵的頻率
真碼 600 238 2038 422 2039 6670 4.24% 0.13% 四碼定長 單編碼 大碼分區 小碼形託
虎碼 871 238 2382 532 2489 7687 8.92% 0.05% 四碼定長 雙編碼 大碼隨機 小碼音託 手感好
大於四碼系
倉頡五代 498 164 714 422 978 2893 12.07% 0.89% 五碼定長 繁體字集低重
山人全息 275 84 1523 194 660 3952 1.80% 0.06% 不定長 聯想記憶
類三碼系
三碼鄭碼 3677 1578 5534 2700 8604 16490 24.26% 0.50% 三碼定長 只打單字 出簡不出全 節奏感好
五筆092 1956 798 2576 1876 5451 11418 28.04% 3.15% GBK内單字三碼 全碼四碼 單編碼 字根分區
音形碼系
小鶴音形 1117 214 1119 730 581 1067 9.09% 0.85% 四碼定長 音形碼

2. 碼表來源

碼表數據基於：

About

常見漢字輸入方案數據統計，主要統計形碼的的重碼率，便於使用者進行比較。

License:Creative Commons Attribution 4.0 International