CJK Unified Ideographs
Bla gjennom 20992 tegn fra Unicode-blokken CJK Unified Ideographs (U+4E00–U+9FFF). Klikk på et tegn for å se detaljer og kopiere det.
Om CJK (kinesisk/japansk/koreansk)
De CJK-unifiserte ideogrammene representerer en av Unicodes mest ambisiøse satsninger: å slå sammen de overlappende tegnsettene til kinesisk, japansk og koreansk til en enkelt, unifisert koding. Med over 97 000 ideogrammer på tvers av grunnblokken og utvidelsene, er dette den klart største samlingen i Unicode. Hvert tegn er en semantisk enhet — et konsept komprimert til strøk — som muliggjør skriftlig kommunikasjon av språk som snakkes av over 1,5 milliarder mennesker. De støttende blokkene for radikaler, strøk og kompatibilitetsformer gir infrastrukturen for inntastingsmetoder, ordbøker og tekstbehandling.
Kinesiske tegn oppsto for over 3 000 år siden som orakelbeninnskripsjoner risset inn i skilpaddeskall og dyrebein under Shang-dynastiet. Gjennom årtusener utviklet skriften seg gjennom bronseinnskripsjoner, seglskrift, klerikal skrift og den regulære skriften som brukes i dag. Da Japan og Korea adopterte kinesiske tegn (henholdsvis kanji og hanja), akkumulerte regionale variasjoner. CJK-unifiseringsprosjektet, som ble startet på slutten av 1980-tallet av forskere fra alle tre nasjoner, søkte å identifisere hvilke regionale varianter som faktisk var det samme tegnet. Denne kontroversielle prosessen, kjent som Han-unifisering, produserte CJK-unifiserte ideogrammer-blokken i Unicode 1.0. Påfølgende utvidelser har lagt til titusenvis av sjeldne, historiske og regionale varianter for å sikre omfattende dekning.
Vanlig bruk
- Tekstvisning for kinesiske, japanske og koreanske språk
- Ordbok- og referanseapplikasjonsbakender
- Maskinoversettelse og naturlig språkbehandling
- Kalligrafiapplikasjoner og fontdesignverktøy
- Digitalisering av historiske dokumenter 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 for ideografiske beskrivelsestegn (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. Kangxi-radikalblokken (U+2F00–U+2FDF) koder de 214 tradisjonelle radikalformene som brukes for ordbokssortering, forskjellig fra radikalene som vises som komponenter i ideogrammer.
Kulturell kontekst: Han-unifisering er fortsatt en av de mest omdiskuterte beslutningene i Unicodes historie. Kritikere argumenterer for at å slå sammen distinkte regionale tradisjoner visker ut viktige kulturelle forskjeller – et tegn som har utviklet seg forskjellig i Kina, Japan og Korea kan ha ulike konnotasjoner i hver kultur. Tilhengere svarer med at unifisering er en praktisk nødvendighet for interoperabel databehandling, og at fontbasert variasjon (via lokalespesifikke skrifttyper) bevarer visuelle forskjeller. IVD (Ideographic Variation Database) tilbyr en mekanisme for å velge spesifikke glyfvarianter når kulturell presisjon er nødvendig.