CJK Unified Ideographs Extension D

CJK यूनिफाइड आइडियोग्राफ़ यूनिकोड के सबसे महत्वाकांक्षी प्रयासों में से एक का प्रतिनिधित्व करते हैं: चीनी, जापानी और कोरियाई के अतिव्यापी वर्ण सेट को एकल, एकीकृत एन्कोडिंग में विलय करना। आधार ब्लॉक और इसके विस्तारों में 97,000 से अधिक आइडियोग्राफ़ के साथ, यह यूनिकोड में अब तक का सबसे बड़ा संग्रह है। प्रत्येक वर्ण एक अर्थपूर्ण इकाई है — एक अवधारणा जो स्ट्रोक में संपीड़ित है — जो 1.5 बिलियन से अधिक लोगों द्वारा बोली जाने वाली भाषाओं के लिखित संचार को सक्षम बनाती है। मूल, स्ट्रोक और संगतता रूपों के लिए सहायक ब्लॉक इनपुट विधियों, शब्दकोशों और पाठ प्रसंस्करण के लिए बुनियादी ढांचा प्रदान करते हैं।

चीनी अक्षरों की उत्पत्ति 3,000 साल से भी पहले हुई थी, जब शांग राजवंश के दौरान कछुए के खोल और जानवरों की हड्डियों पर ओरेकल बोन शिलालेख उकेरे गए थे। सहस्राब्दियों में, यह लिपि कांस्य शिलालेखों, सील लिपि, लिपिक लिपि और आज उपयोग की जाने वाली नियमित लिपि के माध्यम से विकसित हुई। जब जापान और कोरिया ने चीनी अक्षरों (क्रमशः कांजी और हंजा) को अपनाया, तो क्षेत्रीय विविधताएँ जमा हो गईं। सीजेके एकीकरण परियोजना, जो 1980 के दशक के अंत में तीनों देशों के विद्वानों द्वारा शुरू की गई थी, ने यह पहचानने की कोशिश की कि कौन से क्षेत्रीय रूप वास्तव में एक ही अक्षर थे। यह विवादास्पद प्रक्रिया, जिसे हान एकीकरण के रूप में जाना जाता है, ने यूनिकोड 1.0 में सीजेके एकीकृत चित्रलिपि खंड का निर्माण किया। बाद के विस्तारों ने व्यापक कवरेज सुनिश्चित करने के लिए हजारों दुर्लभ, ऐतिहासिक और क्षेत्रीय विविध अक्षरों को जोड़ा है।

सामान्य उपयोग

• चीनी, जापानी और कोरियाई भाषाओं के लिए पाठ प्रदर्शन
• शब्दकोश और संदर्भ अनुप्रयोग बैकएंड
• मशीन अनुवाद और प्राकृतिक भाषा प्रसंस्करण
• सुलेख अनुप्रयोग और फ़ॉन्ट डिज़ाइन उपकरण
• ऐतिहासिक दस्तावेज़ डिजिटलीकरण और अभिलेखीय प्रणालियाँ

तकनीकी नोट्स: सीजेके पाठ प्रसंस्करण अद्वितीय चुनौतियाँ प्रस्तुत करता है। चीनी और जापानी में शब्दों के बीच कोई स्थान नहीं होता है, जिसके लिए परिष्कृत विभाजन एल्गोरिदम की आवश्यकता होती है। चित्रात्मक विवरण वर्ण खंड (U+2FF0–U+2FFF) वर्ण संरचना के एल्गोरिदमिक विवरण की अनुमति देता है, जो तब उपयोगी होता है जब किसी आवश्यक चित्रलिपि को अभी तक एन्कोड नहीं किया गया हो। पूर्ण सीजेके कवरेज के लिए फ़ॉन्ट फ़ाइलें दसियों मेगाबाइट में मापी जाती हैं। कांग्सी रेडिकल खंड (U+2F00–U+2FDF) शब्दकोश क्रमांकन के लिए उपयोग किए जाने वाले 214 पारंपरिक रेडिकल रूपों को एन्कोड करता है, जो उन रेडिकल्स से अलग हैं जो चित्रलिपि के भीतर घटकों के रूप में दिखाई देते हैं।

सांस्कृतिक संदर्भ: हान एकीकरण यूनिकोड इतिहास के सबसे बहस वाले निर्णयों में से एक बना हुआ है। आलोचकों का तर्क है कि अलग-अलग क्षेत्रीय परंपराओं को मिलाना महत्वपूर्ण सांस्कृतिक अंतरों को मिटा देता है — एक अक्षर जो चीन, जापान और कोरिया में अलग-अलग विकसित हुआ है, प्रत्येक संस्कृति में अलग-अलग अर्थ रख सकता है। समर्थकों का कहना है कि एकीकरण इंटरऑपरेबल कंप्यूटिंग के लिए एक व्यावहारिक आवश्यकता है और फ़ॉन्ट-आधारित भिन्नता (लोकेल-विशिष्ट टाइपफेस के माध्यम से) दृश्य अंतरों को संरक्षित करती है। आईवीडी (चित्रात्मक भिन्नता डेटाबेस) सांस्कृतिक सटीकता की आवश्यकता होने पर विशिष्ट ग्लिफ़ रूपों का चयन करने के लिए एक तंत्र प्रदान करता है।