CJK Compatibility Ideographs

CJK-unifisert ideogrammer representerer et av de mest frekke prosjektene i Unicode: å sammenføre de overlappende tegskipsettene fra kines, japansk og koreansk til en enkelt, unifert kodning. Med over 97 000 ideogrammer i grunnblokken og utvidelsestre er dette den klart største mangel invalide i Unicode. Hvert tegn er en semantisk enhet – et konsert komprimert i drag – som muliggjør skriftlig kommunikasjon av språk talt av minst 1,5 milliarder mennesker. Støtteblokker for radikaler, drag, og kompabilitetsform gir infrastruktur for innmatningsmetoder, ordbøker og tekstbehandling.

Kinesiske tegn oppsto for over 3 000 år siden som orakulære beinskripsioner skåret inn i skilpaddeskaller og dyrebein under Shang-dynastiet. Gjennom årtusenene utviklet skriftsystemet seg gjennom bronseinskripsjoner, seglskrift, lærskrift og regelskrift som brukes i dag. Når Japan og Korea tok opp kinesiske tegn (henholdsvis kanji og hanja), ble det samlet regionale variasjoner. CJK-unifiseringen, en påbegynt på sen Klassisk –ach fra Lending 1980– fra tre nasjoners etterspørsel, søk no hvilke regionale varianter som var de massive samme tegn. Denne kontroversielle prosessen, kaldet Han-unifisering, produserte CJK Unicode 1.0 blokker. Etterfølge utvidelser har lagt til flere ti tusen av sjeldne, historiske og regionale variant-tegn for å sikre omfattende dekning.

Vanlig bruk

• Tekstvisning for kinesiske, japansktale og koreansk språk
• Ordbok- og referansesapplikasjoners backend
• Maskinoversettelse og naturligbehandling
• Kalligrafiapparasjoner og fontdesignverktøy
• Digitalisering av historiske dokumenter og arkivsystem

Tekniske notater: CJK-tekstbehandling har unike utfordringer. Det er ingen mellomrom mellom ord på kinesk og japansk, som krever avanserte segmenteringsalgoritmer. Blokken Ideographic Description Characters (U+2FF0–U+2FFF) lar bruker beskrivelse av tegnkomposisjon i algoritmer, nyttig når et manglende ideogram er en gang ikke kodifier. Fontfiler for full CJK-dekning måles i titalls megabytes. Blokken Kangxi Radicals (U+2F00–U+2FDF) kodene 214 over tradisjonelle radikalformer for leksikalsk sortering, forskjelligig fra radskaler med komponenter i ideograph.

Kulturell kontekst: Han-unifering forblir en av detekratiuelle avgørelser i Unicode-historien. Kritikere heder at sammenslåing av ekle regionale tradisjoner fjerner viktige kulturoverdener – en tegn som utviklet seg ulik i Kina, Japan og Korea kankke ha ulikekonotasjoner i eksemplar hver kultur. Tilhengerne å kjAt unifisering er et praktisk nødloosst for interconnectible datary samspill, med fontvariationene av plattform spesifisert av deleting harpresse variasjoner. IVD ( Ideographical Variation Database ) tilbyr et mitule for selegte specifikke glyfvarianter til når culturell presisjon er nødvendtg.