CJK Compatibility Ideographs

CJK統合漢字は、Unicodeの最も野心的な取り組み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、単一の統合符号化形式に統合することです。基本ブロックとその拡張全体で97,000以上の漢字があり、これはUnicodeで断然最大のコレクションです。各文字は意味の単位 — 概念が筆画に圧縮されたもの — であり、15億人以上が話す言語の書記コミュニケーションを可能にします。部首、筆画、互換形式のための補助ブロックは、入力方式、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、3,000年以上前に殷王朝の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。数千年にわたり、この文字は金文、篆書、隷書、そして今日使用され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、地域的な変種が蓄積されました。1980年代後半に三カ国の学者によって始められたCJK統合プロジェクトは、どの地域的変種が真に同じ文字であるかを特定しようとしました。この物議を醸すプロセスは、漢字統合として知られ、Unicode 1.0で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、まれな、歴史的な、および地域的な変種文字が数万文字追加され、包括的なカバレッジが確保されています。

よくある用途

• 中国語、日本語、韓国語のテキスト表示
• 辞書および参考アプリケーションのバックエンド
• 機械翻訳と自然言語処理
• 書道アプリケーションとフォント設計ツール
• 歴史的文書のデジタル化とアーカイブシステム

技術メモ: CJKテキスト処理には特有の課題があります。中国語と日本語には単語の間にスペースがなく、高度な分割アルゴリズムが必要です。漢字構成記号ブロック（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対応のフォントファイルは、数十メガバイト単位で測定されます。康熙部首ブロック（U+2F00–U+2FDF）は、辞書順序に使用される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の歴史の中で最も議論された決定の一つであり続けています。批判者たちは、異なる地域の伝統を統合することで重要な文化的差異が失われると主張します — 中国、日本、韓国で異なる発展を遂げた文字は、それぞれの文化で異なる含意を持つことがあります。支持者たちは、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、フォントベースの変種（ロケール固有の書体による）が視覚的な違いを保存すると反論します。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仕組みを提供します。