Ideographic Description Characters

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3000年以上前に、殷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の漢字）を採用した際、地域ごとの異体字が蓄積されました。1980年代後半に三国の学者たちによって始められたCJK統合プロジェクトは、どの地域異体字が本当に同じ文字であるかを特定しようとしました。この議論を呼ぶ過程は漢字統合として知られ、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、数万の稀な文字、歴史的文字、地域異体字が追加され、包括的なカバレッジが確保されました。

よくある用途

• 中国語、日本語、韓国語のテキスト表示
• 辞書および参照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テキスト処理には独自の課題があります。中国語と日本語には単語間にスペースがなく、高度なセグメンテーション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、必要な漢字がまだエンコード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に及びます。康熙部首ブロック（U+2F00–U+2FDF）は、辞書順に使用される214の伝統的な部首形式をエンコードしており、漢字内の構成要素として現れる部首とは異なります。

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。支持者は、統合は相互運用可能なコンピューティングの実用的必要性であり、フォントベースの変異（ロケール固有の書体による）が視覚的な差異を保持すると反論します。IVD（表意文字変異データベース）は、文化的精度が必要な場合に特定のグリフ変異を選択するメカニズムを提供します。