CJK Unified Ideographs Extension C
CJK Unified Ideographs Extension C युनिकोड ब्लॉक (U+2A700–U+2B73F) मधील 4154 वर्ण ब्राउझ करा. कोणत्याही वर्णावर क्लिक करा आणि त्याची माहिती पाहा आणि कॉपी करा.
सीजेके (चीनी/जपानी/कोरियन) बद्दल
सीजेके युनिफाइड आयडिओग्राफ युनिकोडच्या सर्वात महत्त्वाकांक्षी उपक्रमांपैकी एकाचे प्रतिनिधित्व करतात: चीनी, जपानी आणि कोरियनच्या अतिव्यापी वर्णसंचांना एकाच, एकीकृत एन्कोडिंगमध्ये विलीन करणे. मूळ ब्लॉक आणि त्याच्या विस्तारांमध्ये 97,000 पेक्षा जास्त आयडिओग्राफसह, हा युनिकोडमधील आतापर्यंतचा सर्वात मोठा संग्रह आहे. प्रत्येक वर्ण एक अर्थपूर्ण एकक आहे — एक संकल्पना स्ट्रोकमध्ये संकुचित केलेली — ज्यामुळे 1.5 अब्जांहून अधिक लोक बोलत असलेल्या भाषांचे लिखित संवाद सक्षम होते. मूलभूत रूपे, स्ट्रोक आणि सुसंगतता फॉर्मसाठी सहाय्यक ब्लॉक्स इनपुट पद्धती, शब्दकोश आणि मजकूर प्रक्रियेसाठी पायाभूत सुविधा प्रदान करतात.
चीनी वर्णांची उत्पत्ती 3,000 वर्षांपूर्वी शांग राजवंशात कासवाच्या कवचांवर आणि प्राण्यांच्या हाडांवर कोरलेल्या ओरॅकल बोन शिलालेख म्हणून झाली. सहस्राब्दींमध्ये, लिपी कांस्य शिलालेख, सील लिपी, कारकुनी लिपी आणि आज वापरल्या जाणाऱ्या नियमित लिपीद्वारे विकसित झाली. जेव्हा जपान आणि कोरियाने चीनी वर्ण स्वीकारले (अनुक्रमे कांजी आणि हंजा), प्रादेशिक फरक जमा झाले. 1980 च्या दशकाच्या उत्तरार्धात तिन्ही राष्ट्रांच्या विद्वानांनी सुरू केलेला सीजेके एकीकरण प्रकल्प, कोणते प्रादेशिक प्रकार खरोखर समान वर्ण आहेत हे ओळखण्याचा प्रयत्न केला. हान एकीकरण म्हणून ओळखले जाणारे हे वादग्रस्त प्रक्रियेने युनिकोड 1.0 मध्ये सीजेके युनिफाइड आयडिओग्राफ ब्लॉक तयार केला. त्यानंतरच्या विस्तारांनी दुर्मिळ, ऐतिहासिक आणि प्रादेशिक प्रकारचे हजारो वर्ण जोडून सर्वसमावेशक कव्हरेज सुनिश्चित केले आहे.
सामान्य वापर
- चीनी, जपानी आणि कोरियन भाषांसाठी मजकूर प्रदर्शन
- शब्दकोश आणि संदर्भ अनुप्रयोग बॅकएंड
- मशीन भाषांतर आणि नैसर्गिक भाषा प्रक्रिया
- सुलेखन अनुप्रयोग आणि फॉन्ट डिझाइन साधने
- ऐतिहासिक दस्तऐवज डिजिटायझेशन आणि अभिलेखीय प्रणाली
तांत्रिक नोंदी: सीजेके मजकूर प्रक्रिया अद्वितीय आव्हाने सादर करते. चीनी आणि जपानीमध्ये शब्दांमध्ये रिक्त स्थान नसतात, ज्यासाठी परिष्कृत विभाजन अल्गोरिदम आवश्यक असतात. Ideographic Description Characters ब्लॉक (U+2FF0–U+2FFF) वर्ण रचनेचे अल्गोरिदमिक वर्णन करण्यास अनुमती देतो, जे आवश्यक आयडिओग्राफ अद्याप एन्कोड केलेले नसताना उपयुक्त आहे. संपूर्ण सीजेके कव्हरेजसाठी फॉन्ट फाइल्स दहापट मेगाबाइट्समध्ये मोजल्या जातात. Kangxi Radicals ब्लॉक (U+2F00–U+2FDF) शब्दकोश क्रमासाठी वापरल्या जाणाऱ्या 214 पारंपारिक मूलभूत रूपे एन्कोड करतो, जे आयडिओग्राफमधील घटक म्हणून दिसणाऱ्या मूलभूत रूपांपेक्षा वेगळे आहेत.
सांस्कृतिक संदर्भ: हान एकीकरण हा युनिकोड इतिहासातील सर्वात वादग्रस्त निर्णयांपैकी एक आहे. समीक्षकांचा असा युक्तिवाद आहे की वेगळ्या प्रादेशिक परंपरा विलीन केल्याने महत्त्वाचे सांस्कृतिक फरक नष्ट होतात — एक वर्ण जो चीन, जपान आणि कोरियामध्ये वेगळ्या प्रकारे विकसित झाला आहे तो प्रत्येक संस्कृतीत वेगळे अर्थ धारण करू शकतो. समर्थक प्रत्युत्तर देतात की एकीकरण ही परस्पर कार्यक्षम संगणनासाठी व्यावहारिक गरज आहे आणि फॉन्ट-आधारित भिन्नता (स्थान-विशिष्ट टाइपफेसद्वारे) दृश्य भेद जपते. IVD (Ideographic Variation Database) सांस्कृतिक अचूकता आवश्यक असताना विशिष्ट ग्लिफ प्रकार निवडण्यासाठी यंत्रणा प्रदान करते.