正文卷 第一千一百零三章 时来天地同运力

    “不过对于构建信息化字库来说，让程序识别字根，会让我们的效率得到巨大的提高。”

    “原来如此。”冷玉龙点头：“那我们再说回《字海》。”

    “汉字有新旧字形之别，因此我们在《字海》，字头还是采用新字形；而在《印刷通用汉字字形表》以外的字头，则依该表原则作了整理；”

    “那就是相当于制作了一部新的，概括范围更大的《印刷通用汉字字形表》？”周至问道。

    “是的。”韦一心点头：“不过你们的字根法更加科学，不必用回来。”

    冷玉龙也点头表示认可：“《字海》里的繁体字字头后，也附有相应的简化字，简化字范围限于《简化字总表》之内。”

    “《字海》注音用汉语拼音字母，并在其后加注直音，直音以现代读音为据；”

    “多音字读音按常见音项在前，非常见音项在后的顺序排列，无法判断常见或非常见的字音则按引例时代先后排序。”韦一心补充道：“有异读的字，则按普通话语音审定委员会审定音来标注。而方言字，则依方言与普通话读音对应规律或实际读音来注音。”

    “差不多就这些了吧？”冷玉龙问道：“辞书的释义部分和字码没什么关系了，还用讲吗？”

    “讲，我也学习学习。”周至听得美滋滋的，这还是他第一次晓得如何编纂一本《字典》，尤其是释义部分，和字库编纂没有什么关系，因此兴趣更加的浓厚。

    冷玉龙对周至的好学精神很满意，笑道：“释义的话，我们先解本意，次引申义。”

    “对于异体字、简化字、二简字、错讹字，不单独释义，也不注音，但云‘同‘某’’，‘‘某’的简化字’，‘曾作‘某’的简化字’，后停用’，‘‘某’的讹字’等，同时，还要以‘见’或‘字见’的方式，指明其出处。”

    “字以楷书隶书作成字卡，共收汉语单字85568个。主要收字依据一共有十一个来源。”韦一心如数家珍：

    “一是历代辞书，如《说文》、《玉篇》、《广韵》、《集韵》、《康熙字典》等书中收录的汉字。”

    “二是历代辞书未收而见于文献典籍的汉字。”

    “三是国家语言文字工作委员会颁布的《简化字总表》中的全部简化字。”

    “四是甲骨文、金文和竹简、帛书中学术界比较公认的隶定字。”

    “五是历代碑刻中的异体字。当然了，讹字除单体字外，我们一般不收。”

    “六是地方文献和方言辞典中的方言字。”

    “七是近现代出现的科技新字。”

    “八是当今还在使用的人名和地名用字。”

    “九是当今出版物中出现的超出《简化字总表》范围之外的类推简化字。”

    “十是七七年中国文字改革委员会公布的那一版《第二次汉字简化方案草案》中的汉字。”

    “最后就是流行于港、澳、台地区的汉字。在日本、韩国、新加坡等国使用的汉字，本书也酌量收录。”

    冷玉龙补充道：“此外，为了充分反映汉字的实际情况，《中华字海》还酌量收录了历代文献中的新旧笔形与讹字。”

    “这一部分的收字标准，我们采用‘单体字从宽，合体字从严’的规则。一般单体尽量收录，合体字尽量不录。”

    “还有最后一部分工作，就是整理过程中的清理。”韦一心说道：“《中华字海》在前任字书未及的异体字与错讹字方面，进行了一些清理与合并工作。在释义当中，尽量将诸多典籍中的释义和释疑尽量找齐，合并到一个字的释义之下。”

    “如（木舟）字，《汉语大字典·补遗·木部》：‘（木舟），树名。’《太平御览》卷七百七十引周处《风土记》：预章（木舟）诸木，皆以多曲理盘结为坚劲也。’但是并未注音。”

    “而《字海》综合《汉语大字典》出版后的一些考释成果释为：“（木舟），同‘楠’。见《龙龛》。”

    “类似这样的后补考证成果，我们也将之补充进《字海》的（木舟）字释义之下。”

    “加上我们自己未能考订确实的《补遗》部分，《字海》其实一共收录了87019个汉字。”

    “太了不起了。”周至不禁感慨：“这可不是把我们要干的活都干了啊？”

    “要点脸。”辜开来不禁翻起了白眼：“什么叫你要干的活？”

    “两位师兄的搜字范围，几乎已经囊括了我们所能想象的全部啊。”周至乐得都不行了：“还是用楷体建卡，我估计自动程序扫描识别的问题应该不大。”

    “那就走吧，先去库房看看。”冷玉龙比周至还急：“要是合用那就捡大便宜了，咱们可以把《字海》的出版工作尽快提上日程！”

    “嗯，等到确定了可行性，我们就去找李国杰教授打擂台！”

    “李国杰教授？”韦一心搜索了一下自己认识的文字学大擘，似乎没有这么个人，转头问冷玉龙：“冷泉你听过这人吗？”

    见韦一心误会，周至方才笑道：“李国杰教授是曙光超算中心负责人，之前我们想要一点运算资源，国杰教授那叫一个抠门啊……这次我们找上门去，堵着他打擂台！”

    北大中文系几间资料室里，冷玉龙和韦一心八年多的心血，静静地躺在这里。

    整个资料室分作了两百多个部分，按照《中华字海》的字头索引方式，分门别类地归纳在文件柜里。

    每一个柜子里都有几个纸箱，箱子里是一个个的文件袋，里边一沓一沓的都是硬纸卡片。

    对于翻习惯了字典的人来说，每一张卡片，其实就是字典上关于一个文字的本字及注解区域。

    卡片左上角是一个标准的大田字格，文字端正的楷书就写在那里，接着是拼音注音，释义，摘引文献等等“凡例类目”。

    将几间大屋子的所有资料一页页铺起来，影印缩小，就是一部《中华字海》。

    或者说，将未来的一部《中华字海》放大，裁剪开，就是这几大屋的资料。

    “应该没问题。”周至看着一丝不苟的字卡，不由得大感佩服：“这连标点的大小和写法，都有规范，每个逗号都几乎一模一样啊……”

    “这是门里的老传统了，逗号需要按照‘日’字格分作上下两个部分，上部为圆形，圆周与‘日’字格边框相切，斜弧线那一笔要头粗尾细，头部从圆与日字格右切点开始，宽度占圆周八分之一，然后收细画弧，笔尖到日字格左下结束。”韦一心笑道：“当然是有规矩的。”

    “时来天地同运力。”周至都乐坏了：“确认了，一个老师教出来的！瀚文字库逗号的矢量化规则也是这样！”