CJK Compatibility

CJK Unified Ideographs repræsenterer et af Unicodes mest ambitiøse foretagender: at sammenlægge de overlappende tegnsæt fra kinesisk, japansk og koreansk til en enkelt, unificeret kodning. Med over 97.000 ideografer på tværs af basisblokken og dens udvidelser er dette langt den største samling i Unicode. Hvert tegn er en semantisk enhed — et koncept komprimeret til streger — hvilket muliggør skriftlig kommunikation på sprog, der tales af over 1,5 milliarder mennesker. De understøttende blokke for radikaler, streger og kompatibilitetsformer leverer infrastrukturen til inputmetoder, ordbøger og tekstbehandling.

Kinesiske tegn opstod for over 3.000 år siden som orakelbensindskrifter ridset i skildpaddeskjolde og dyreknogler under Shang-dynastiet. Gennem årtusinder udviklede skriften sig gennem bronzeindskrifter, seglskrift, klerikal skrift og den regulære skrift, der bruges i dag. Da Japan og Korea adopterede kinesiske tegn (henholdsvis kanji og hanja), akkumuleredes regionale variationer. CJK-unificeringsprojektet, påbegyndt i slutningen af 1980'erne af forskere fra alle tre nationer, søgte at identificere, hvilke regionale varianter der reelt var det samme tegn. Denne kontroversielle proces, kendt som Han-unificering, frembragte CJK Unified Ideographs-blokken i Unicode 1.0. Senere udvidelser har tilføjet titusindvis af sjældne, historiske og regionale varianttegn for at sikre omfattende dækning.

Almindelige anvendelser

• Tekstvisning for kinesiske, japanske og koreanske sprog
• Backends til ordbogs- og opslagsapplikationer
• Maskinoversættelse og naturlig sprogbehandling
• Kalligrafiapplikationer og skrifttypedesignværktøjer
• Digitalisering af historiske dokumenter og arkivsystemer

Tekniske noter: CJK-tekstbehandling byder på unikke udfordringer. Der er ingen mellemrum mellem ord på kinesisk og japansk, hvilket kræver sofistikerede opdelingsalgoritmer. Blokken Ideographic Description Characters (U+2FF0–U+2FFF) giver mulighed for algoritmisk beskrivelse af tegnesammensætning, nyttigt når et nødvendigt ideograf endnu ikke er kodet. Skrifttypefiler til fuld CJK-dækning måles i snesevis af megabyte. Blokken Kangxi Radicals (U+2F00–U+2FDF) koderegh de 214 traditionelle radikalformer, der bruges til ordbogsorientering, adskilt fra de radikaler, der optræder som komponenter i ideogrammer.

Kulturel kontekst: Han-unifiering er stadig en af de mest debatteryene beslutninger i Unicode-historien. Kritikere hævder, at sammenlægningen afskellige regionale traditioner sletter vigtige kulturelle forskelle — et tegn, der hviler sig anders udviklet i Kina, Japan og Koreary kan have forskellige konnotationer i hver kultur. Tilene svarer mod med, at unifiering er en reklameret nødvendighed for interoperabel bekseditete, og at fontgan, variation (via lokale typetypefaces) bevarer de visuelle forskelle. IVD-en (Ideographic Variation Database) angiver en/device mekanisme til valg af specifikke glyph-varianter, når kulturel præcision kræves.