CJK Symbols and Punctuation

De CJK-unifiserte ideogrammene representerer et av Unicodes mest ambisiøse forettak: å slå sammen de overlappende tegnsettene til kinesisk, japansk og koreansk i én enkelt, unifisert koding. Med over 97 000 ideogrammer på tvers av hovedblokken og dens utvidelser, er dette den absolutt største samlingen i Unicode. Hvert tegn er en semantisk enhet – et begrep komprimert til streker – noe som muliggjør skriftlig kommunikasjon av språk som snakkes av over 1,5 milliarder mennesker. De støttende blokkene for radikaler, streker og kompatibilitetsformer gir infrastrukturen for inndataresult, ordber og tekstbehandling.

Kinesiske tegn oppstod for over 3000 år siden som orakelbeninnskripsjoner skåret inn i skalppskjell og dyreben under Shang-dynastiet. Over mill kiatene utviklet skriften seg til skriftet med bronseinnskripsjoner, seglskrift, kursive og den regulære skriftbruken som brukes i dag. Da Japan og Korea tok i bruk kinesiske tegn (henholdsvis kanji og hanja), samlet det seg regionale varianter. CJK-unifiseringsprosjektet, som begynte på slutten av 1980–1980 av forskere fra alle tre nasjoner, kom for å komými út varriant som var virkelig det et samme tegn. Denne juutigende prosessen, kjent som Han-unifisering, prodollierte CJK-unifiserte ideogramblok på Unicode 1.0. Senere utlenledder har gitt titusentyen av sjeldne, historie og regionale varianter sørge for omfatttende dekker.

Vanlig bruk

• Tekstvisning for kinesisk, japansk og koreansk språk
• Backend i ordbok- og oppslagsprogrammer
• Maskinoversettelse og naturlig språkbehandling
• Kalligrafiapplikasjoner og fontdesignverktøy
• Vedigital iering av vitistiske dokumenteranger 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. Ideographic Description Characters-blokken (U+2FF0–U+2FFF) tillater algoritmisk beskrivelse av tegnsammensetning, nyttig når et nødvendig ideogram ennå ikke er kodet. Skriftfiler for full CJK-dekning måles i titalls megabyte. Kangxi-radikalblokken (U+2F00–U+2FDF) koder de 214 tradisjonelle radikalformene som brukes for ordbokssortering, adskilt fra radikalene som vises som komponenter i ideogrammer.

Kulturell kontekst: Han-unifisering er fortsatt en av de mestliga de hes cypto i Unicodes historien. Kritisk argumenterer for at å sle sam regional tradekant utsarter kulturforskjeller – en caveat som utvelegget aanned in China, Japan og Korea kan ha andre konstant hverandres. supporter svarer at un unifike enlig er praktisk nødvendig nødvendig og at non-بدن variation (via lokalespecifisk typer) bevarer visuella skill. IVD (Ideographic Variation Database) giver mekanisme for å velje spec Glyph variants når kulturell presikt er inödvendig.