CJK Strokes

CJK統合表意文字は、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全体で97,000以上の表意文字があり、これはUnicodeで圧倒的に最大のコレクションです。各文字は意味の単位であり、概念が筆画に圧縮されたもので、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、入力メソッド、辞書、テキスト処理のインフラを提供します。

漢字は3,000年以上前に、殷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起源を持ちます。数千年にわたり、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てきました。日本と韓国が漢字（それぞれ漢字とハンジャ）を採用したとき、地域ごとの変種が蓄積されました。1980年代後半にこれら三国の学者によって開始された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。この議論の多いプロセスは漢字統合として知られ、Unicode 1.0でCJK統合表意文字ブロックを生み出しました。その後の拡張では、包括的なカバレッジを確保するために、数万の珍しい文字、歴史的文字、地域変種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
• 辞書およびリファレンスアプリケーションのバックエンド
• 機械翻訳と自然言語処理
• 書道アプリケーションとフォントデザインツール
• 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間にスペースがなく、高度な分節アルゴリズムが必要です。表意文字記述文字ブロック（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、必要な表意文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、数十メガバイト単位で測定されます。康熙部首ブロック（U+2F00–U+2FDF）は、辞書の配列順序に使用される214の伝統的な部首形式を符号化しており、表意文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。批判派は、異なる地域の伝統を統合することが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、それぞれの文化で異なる含意を持つことがあります。支持派は、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）が視覚的な区別を保持すると反論します。IVD（表意文字変種データベース）は、文化的精度が求められる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。