更換或重製輔助碼

[ksqsf]

在設定簡碼的過程中，已經發現了自然碼輔碼的不少缺陷：

• 有些字母鍵利用率太高，造成結構性重碼，如 a、m、y 等；有些字母鍵利用率太低，造成編碼空間浪費，如 t、p、s 等。
• 所用自然碼底表收錄太多容錯码，影響 Rime 詞庫管理——每個字若有 n 個音、m 個拆分，則會有 n*m 個編碼。編碼不唯一也讓簡碼和詞表更難做。
• 取大字導致第四碼和聲母往往是重複的，如「噝嘶」，這一點需要修改。

此外，詞語和單字的離散不佳，導致四碼往往無法利用，只能塞入三簡空間中，更加劇了重碼問題。

有一些替代的輔助碼，也許可以調研一下（資料真難找啊 😵‍💫）

• 自然快手
• 小雨點
• 小牛形碼
• 三月
• 汉心

[ksqsf]

計劃：首先以自然碼輔碼爲底本製作完魔然方案，使用一段時間再考慮是否换碼。目前的使用體驗其實還可以。

[ksqsf]

備忘，簡碼選取方法：

在目前底表的 2 萬字中，對每個三碼 xyz，

• 若 xyz 只對應一個字，那麼徑設該字簡碼爲 xyz。
• 若 xyz 對應若干字，
  • 若不存在高頻字（所有字我都根本不認識），簡碼 xyz 留空。
  • 若只存在唯一的高頻字，設其簡碼爲 xyz。
  • 若存在若干高頻字，
    1. 按可能被「單用」的頻率順序排序，依次賦予簡碼 xyz 給這些高頻字
    2. 然後嘗試尋找不與詞衝突的四碼打法，賦予其中高頻字一個唯一四碼編碼

例如，uiu 對應許多高頻字：士 視 屍 飾 屎 蝕 弒 …… 等等

1. 「視」可以找到一個更好的分配 uij，故不再參與 uiu 的分配
2. 按字頻和可能單用頻率排序，「士」最高，uiu 分配給「士」
3. 「屍」「屎」「飾」分別可以找到唯一且不衝突的的四碼 uius uium uiuj
4. 「弒」uiuu 和詞語重碼，但還有另一個編碼 uiiu，可以分配 uii。
5. 「蝕」實在沒辦法了，只能重着或者使用 uiuio 的打法了。

有的時候可能會通過調整二簡來讓出重碼。例如，若 gb → 狗，則 gbd 有「溝」「夠」重碼，gbj 有「鉤」「够」重碼，但 gbq 是空的。此時若把 gb 分配給「夠」，則有

• gb → 夠
• gbq → 狗
• gbd → 溝
• gbj → 鉤

完美解決了問題。

[Elflare]

我之前发现了个汉心码，看似还行，有无兴趣试试？
http://www.ziranyixue.homes/

[ksqsf]

@Elflare 感谢推荐，已加入调研列表

[ksqsf]

目前比較偏好自然快手碼

1. 拆分很簡單, 規則就是二分取首，可以寫個程序自動編碼，編到超集都行
2. 重碼率比小鶴還低

編碼規則大概就是這樣:

字根 = {
  '丆': 'e',
  '口': 'k',
  '馬': 'm',
  '木': 'a',
  '甘': 'g',
  '千': 'q',
  ...
}

def 編碼(字, 第一層=True):
  if 字 in 字根 and not 第一層:
    return 字根[字]

  match 拆分(字):
    case 獨體字:
      return ...
    case 二分(甲, 乙):
      return 編碼(甲,False)[0] + 編碼(乙,False)[0]

#   編碼("甜") 
# = 編碼("舌")[0] + 編碼("甘")[0]
# = (編碼("千") + 編碼("口"))[0] + 字根["甘"]
# = 字根["千"] + 字根["甘"]
# = "qg"

#   編碼("碼") 
# = 編碼("石")[0] + 編碼("馬")[0]
# = (編碼("丆")[0] + 編碼("口")[0])[0] + 編碼("馬")[0]
# = (字根["丆"][0] + 字根["口"][0])[0] + 字根["馬"][0]
# = 字根["丆"] + 字根["馬"]
# = "em"

不過可能直觀性欠缺了一點，並且要特殊記憶一批字根，反過來說不是字根的也要記住（比如「石」不是字根，要拆分成「丆e+口k」），還是挺難的。

(這種硬拆的做法雖然解決了拆分歧義的問題，但是又缺少了一些字形上的樂趣。比如「爪」「采」「爬」，其中自然快手把「采」上部規定爲 a，而「爪」本身拆成「pu」，於是「爬」就是pb；但是很明顯，「采」和「爬」的部首都應該是「爪」，自然碼正確地歸類到了「爪」，「采」和「爬」分別是vm和vb。)

[ksqsf]

目前的一些對自然碼輔碼改進的想法：

1. 分離 y 上的字根，特別是「雨」、「言」、「魚」三者
2. 分離「口」「囗」，解決類似「味圍」的重碼；這兩個部首合併是原版自然碼中少數的「沒文化」設計

規則上，需要明確一些結構的拆分。（包夾的「衣」究竟用 w 還是用 y、；「𢦏」結構的拆分究竟取內還是取外等。）

但總的來說是一些小問題，不怎麼影響日常使用（本來就有兼容；可以打詞句規避），甚至對字詞模式的影響也很小（取碼基本是統一且一致的；重碼數量並不多）。

因此， 在短期內我不會對自然碼輔碼本身作出任何改動。 [1] 這個方案的「魔改」之处，也因而僅限於輸入模式的修改，而非對方案本身有什麼修改。

漢心碼作者基於魔然方案也製作了類似的 RIME 方案，這裏留個鏈接，供有需要者使用：https://zhuanlan.zhihu.com/p/650978565

[1] 若想要修改，可隨時調取 autozrm 程序，十分便捷。