Bopomofo

CJK統合漢字は、Unicodeの最も野心的な事業の一つを表しています：中国語、日本語、韓国語の重複する文字セットを単一の統合された符号化に統合することです。基本ブロックとその拡張にわたる97,000以上の漢字を備え、これはUnicodeの中で群を抜いて最大のコレクションです。各文字は意味の単位であり、概念を筆画に圧縮したもので、15億人以上の人々が話す言語での書き言葉のコミュニケーションを可能にします。部首、筆画、互換文字のための補助ブロックは、入力メソッド、辞書、テキスト処理のためのインフラストラクチャを提供します。

漢字は3000年以上前、殷（商）王朝時代に亀の甲羅や動物の骨に刻まれた甲骨文字として始まりました。数千年の間に、文字は金文、篆書、隷書、そして今日使われている楷書へと進化しました。日本と韓国が漢字（それぞれ漢字とハングル漢字）を採用したとき、地域ごとの変種が蓄積されました。1980年代後半に三国の学者によって始められたCJK統合プロジェクトは、どの地域変種が本当に同じ文字であるかを特定しようとしました。漢字統合として知られるこの論争の多いプロセスは、Unicode 1.0のCJK統合漢字ブロックを生み出しました。その後の拡張により、包括的なカバレッジを確保するために数万の稀な、歴史的な、地域変種の文字が追加されました。

よくある用途

• 中国語、日本語、韓国語のテキスト表示
• 辞書・リファレンスアプリケーションのバックエンド
• 機械翻訳および自然言語処理
• 書道アプリケーションおよびフォントデザインツール
• 歴史的文書のデジタル化およびアーカイブシステム

技術メモ: CJKテキスト処理には独特の課題があります。中国語と日本語には単語間にスペースがないため、洗練されたセグメンテーションアルゴリズムが必要です。漢字構成記述文字ブロック（U+2FF0–U+2FFF）は、文字構成のアルゴリズムによる記述を可能にし、必要な漢字がまだ符号化されていない場合に有用です。完全なCJKカバレッジのフォントファイルは、数十メガバイトの規模になります。康熙部首ブロック（U+2F00–U+2FDF）は、辞書の順序付けに使用される214の伝統的な部首形式を符号化しており、漢字内の構成要素として現れる部首とは区別されます。

文化的背景: 漢字統合は、Unicode史上最も議論された決定の一つであり続けています。批評家は、異なる地域の伝統を統合することは重要な文化的差異を消し去ると主張します — 中国、日本、韓国で異なる進化を遂げた文字は、各文化において異なる意味合いを持つことがあります。支持者は、統合は相互運用可能なコンピューティングにとって実用的な必要性であり、フォントベースのバリエーション（ロケール固有の書体による）が視覚的な区別を保持すると反論します。IVD（漢字異体字データベース）は、文化的精度が必要な場合に特定のグリフ変種を選択するためのメカニズムを提供します。