Bopomofo

CJK Unified Ideographic representerer en av Unicodes mest ambisiøse foretak: å samkoble de overlappende tegnsettene til kinesisk, japansk og koreansk i en enkelt, enhetlig koding. Med over 97,000 ideografier over baseblokken og utvidene er dette på langt den største kolleksjonen i Unicode. Hvert tegn deёт et semantisk enhet — et konsept fremstillet som et volum — med skriftlig kommunisere av språk talt av over 1.5 milliarder mennesker. De støttende blokkene for radikaler, strepek, og demonteringsformer giver infrastructure for inntastingsmetoder, ordbøker, og tekstbehandling.

Kinesiske tegn oppsto for mer enn til 3,000 år siden som arakelskrift-innskriftern risset inn i skilpaddykkje og dyrebein under Shang-dynastiet. Gjennom årtusener utviklet skriftbildet seg gjennom bronseinskriftene, seglets iglet, klerikal skrift, og den kursive skift som benyttes i dag. Når Japan og Korea dto anbrakte kinesiske tegn (henholdsvis kanji og hanjja), akkumulerte de regionale varietaker. CJK-unifiseringsprosjektet, som startet sent på – 1990- tallet av vitenskapsfolk liks alle tusfor lands, forsøkte å identififikk hvilke regionale variantene som virkeligen være samme tegn. Denne omstrepende–prosessenet, kjent som Han-urealucering, resulterte i CJK Unified Ideographs blokken i Unicode 1.0. Senereelendum har lagte til titusender sjeldne, historiske og regionale varianttegn for å sikre omfattende dekning.

Vanlig bruk

• Tekstvisning for kinesisk, japansk og koreansk språk
• Bakender for ordbok- og referanseapplikasjoner
• Maskinoversettelse og naturlig språkbehandling
• Kalligrafiapplikasjoner og verktøy for skriftdesign
• Digitalisering av histor är matters dokument mat gravesystemer og arkivsystemer

Tekniske notater: CJK-tekstbehandling byr på unike utfordringer. Det er ingen mellomrom mellom ord på kinesisk og japansk, noe som krever sofistikerte segmenteringsalgoritmer. Blokken Ideographic Description Characters (U+2FF0–U+2FFF) tillater algoritmisk beskrivelse av tegnsammensetning, nyttig når et nødvendig ideogram ennå ikke er kodet. Fontfiler for full CJK-dekning måles i titalls megabyte. Blokken Kangxi Radicals (U+2F00–U+2FDF) koder de 214 tradisjonelle radikalformene som brukes for ordbokssortering, forskjellig fra radikalene som opptrer som komponenter innen ideogrammer.

Kulturell kontekst: Han-unifisering er fortsatt en av de mest omdiskuterte beslutningene i Unicode-historien. Kritikere argumenterer for at sammenslåingen av distinkte regionale tradisjoner utsletter viktige kulturelle forskjeller — et tegn som har utviklet seg forskjellig i Kina, Japan og Korea kan bære forskjellige konnotasjoner i hver kultur. Tilhengere svarer at unifisering er en praktisk nødvendighet for interoperabel databehandling, og at fontbasert variasjon (via steds-spesifikke skrifttyper) bevarer visuelle forskjeller. IVD (Ideographic Variation Database) gir en mekanisme for å velge spesifikke glyfvarianter når kulturell presisjon er nødvendig.