宇浩·情繫漢字·溝通古今

目录

1. 简介
2. 特点
   1. 繁简通打
   2. 动静低重
   3. 均衡优异
   4. 适合人群
3. 常见输入法选重率
   1. 单字派
   2. 词语派
   3. 双手互击频率
4. 优化算法所使用的指标
5. 衍生作品「吉旦餅」亂序三碼
6. 关于作者
7. 脚注

官方 QQ 群: 735728797 · 官方 TG 群: yuhaoim
最新稳定版本下载 · 备用下载地址
Bug 提交 · 讨论交流区 · 正(繁)體字版官方網站
快速入门 · 详细教程 · 在线练习 · 拆分查询(支持台湾字形)

简介

宇浩输入法是一款纯字形输入法，不依赖读音实现全漢字输入。在设定一系列确保规律性和协调性的约束条件下，使用「宇浩算法」理论框架和程序工具，优化字根分布，达到顶尖的输入表现。宇浩输入法具有以下优点：

• 重码率极低。一字一码，可以不看输入栏、不用选字、不用翻页，甚至闭上眼睛，流畅地进行写作。
• 繁简字分离，不存在共用码位现象，故而繁简混合文本也不需要选重。比如：「简」QPJr，「簡」QKJr。
• 繁體字形涵蓋大陸古籍¹、臺灣正體、香港繁體三套標準。比如「起=走己」DBjk 和「起=走巳」DCKk 兼收。
• 简体、繁体词语通打。繁體詞庫亦涵蓋兩岸三地三套用字標準²，輸入體驗十分優秀。
• 面向大字集，全面覆盖 CJK 全字集 99000 多个漢字和部首（更新至 CJK 扩 I 区），可以用宇浩输入法打出所有生僻字。檢字方便，翻頁少，全字集中，候選項最多的碼位DLYF上只有16個候選字。
• 字根在键盘上分横、竖、撇、捺、折五区排布，摒除乱序，便于上手。采用大字根，拆法更直观，不会将漢字拆得零碎。
• 双编码，不分主副根，没有结构码。取一、二、三、末字根。全简一致。
• 拆字规则优先级明确，兼顾「逻辑性」和「直观性」。追求一字一拆、无歧义。
• 兼顾手感，只使用25键，不使用Z键，中排、上排按键频率都超过40%，双手互击率突出。最高频的漢字一级简码位于最容易按的键上：E的、F一、V了、I没。
• 线性的学习体验，教程详尽。在简快码的加持下，只用记住100个字根，就能基本输入最常用的500个漢字，其他字根可以边打边学。

本输入法的设计制作主要借鉴了三个前辈输入法的优点，在这里向他们的作者表示极大的敬意和感谢。它们包括：

• 郑码的大字根、双编码设计。通过「位码」而非「结构码」来挖掘首根的信息。
• 徐码对于繁简通打的支持，以及小码从拼音字母中选取的特点。使用音托不仅方便记忆，也可以达到更佳的离散。
• 五笔字型字根分区排布、不使用 Z 键的特征。分区排布方便对于字根的记忆，Z 键空出后利于手感，还能用于其他功能，方便各平台通用。

特点

繁简通打、动静低重、字根分区、兼顾手感

繁简通打

绝大多数输入法，简体字和对应的繁体字都占用相同的码位，导致输入繁体时需要选重。比如五笔字型中，「簡」「简」两个字的编码都是TUJf。如果我想打繁体的「簡」，需要按一下选重键。因此，大多数输入法在繁体文本或繁简混合文本下，不具备盲打的优势。

宇浩输入法繁简漢字分离，不存在共用码位现象，故而繁简混合文本也不需要选重。你可以按照自己的喜好随时切换繁简状态，不需要软件转换，更不需要担心因为繁体字位于简体字的下方而需要选重。可以像写字一样随心切换任何字形。

比如，「简」QPJr、「簡」QKJr这两个繁简汉字在宇浩输入法中对应了不同的编码。这是因为宇浩输入法的「门」字根繁简分离。在很多输入法中，由于繁简字根位于同一个按键，你需要从候选栏中选择繁体字还是简体字。

以下视频展示了使用宇浩单字全码输入繁简混合版本的《洛神赋》的片段节选。可以看到，全文都没有进行过选重。因此，宇浩输入法特别适合任意文本空间下的盲打，以及古漢语输入。

动静低重

宇浩输入法支持繁简通打，并不代表它牺牲了只打简体或只打繁体的性能。宇浩输入法适合只输入简体，也是当前市面上最优秀的繁体输入法之一。它在简体、繁体文本下的表现分别有多好呢？不妨看一看下面的数据：

• 简体文本：常用 1500 字全码无重³。常用 3000 字，全码 10 组重码，出简后无重码。常用 4500 字，全码 55 组重码，出简后 2 组重码。常用 6000 字，全码 117 组重码，出简后 14 组重码。字频加权后，全码下每万字选重 5 次。

• 繁体文本：常用 1500 字，全码 1 组重码，出简后无重。常用 3000 字，全码 24 组重码，出简后 4 组重码。常用 4500 字，全码 92 组重码，出简后 13 组重码。常用 5700 字，全码 152 组重码，出简后 36 组重码。字频加权后，全码下每万字选重 15 次。

• 繁简混合文本⁴：前 1500 字，全码 3 组重码，出简后无重。前 3000 字，全码 13 组重码，出简后 3 组重码。前 6000 字，全码 131 组重码，出简后 16 组重码。前 9000 字，全码 365 组重码，出简后 92 组重码。字频加权后，全码下每万字选重 17 次。

要知道，宇浩输入法只使用了25个按键，也就是说四码的编码空间只有其他26键输入法的85.5%。但是宇浩输入法在常用繁简漢字下选重率却是同类输入法中最低的。

均衡优异

繁简通打、动静低重、字根分区、兼顾手感，这是宇浩输入法的四个基本设计原则，目的在于避免机器学习中的「过拟合问题」，防止输入法被局限于特定的文本空间和字形状态，以期获得更大的适用性。在保证这四个原则的基础上，作者还采用了其他的客观指标作为算法的约束条件，以提高输入法的整体素质，防止有严重的短板产生。做到「整体性能均衡，部分指标优异」。总结如下：

• 单字重码表现优异，无论是全码还是简码，在简化字静重、简化字动重、繁体字动重、繁简混合动重方面都是最低。繁体字和大字集静重仅次于徐码。
• 双手互击表现突出，在字根分区的限制下，各连续文本双手互击率仅次于蓝宝石。
• 键位效率表现突出，没有使用 Z 键，不仅保证了一定的手感，还确保了输入平台的兼容性。
• 字形兼容表现优异，涵盖两岸三地四大标准字形（大陆简体、大陆繁体、台湾正体、香港繁体），词库也兼容了四套标准。真正做到打简体出简，打繁出繁。
• 词语重码表现均衡，各文本空间下选重率次于蓝宝石，和徐码相当，优于五笔。

关于作者设计本输入法时所使用的量化指标，请参见以下章节。

适合人群

评价一款输入法，不能只看重码率，因为每一款输入法都有自己的设计哲学和目标用户。有优点就必然有缺点，反之亦然。评价一款输入法的维度，除却重码率，还有规则简易度、字根复杂度、按键舒适度、平台通用性等。这就是为什么拼音重码高，但大多数人还是会使用拼音，因为它的学习成本基本为零。选择学习输入法，一定要符合自己的需求，要综合考虑多方面因素，例如，是否愿意背较多的字根，是否有打古文、繁体字需求等。

宇浩输入法的最佳输入体验，是采用精简词库（80000词左右，同时包括简体、台湾繁体、香港繁体、大陆繁体）并配合单字输入，从而达到极致的确定性，做到完全关闭候选框输入。以下为宇浩输入法最适合的人群：

• 对繁体字和简化字都有输入需求，希望做到繁简无缝切换，不依赖程序进行转换的人（中文系学生、经常同两岸三地人士打交道者、方言爱好者、漢字爱好者等）；或
• 日常主要输入繁体文本的人（港澳台用户）；或
• 日常需要输入简体文本，偶尔需要输入繁体文本和生僻字的人；或
• 热爱漢字，喜欢一笔一画写字的感觉，想要学习传统漢字的人。

常见输入法选重率

更多统计数据可参见文章《常见输入法重码数据》。

单字派

以下为单字全码的结果。表格按输入法的性质排列。

这里给出部分名著的选重频率统计。四本简体、三本繁体、三本繁简混排。单位为每万字选重次数。

文本越趋近于现代汉语典范白话文，其重码数据越符合理论「动态选重率」。文本越趋近于古汉语、诗词歌赋，其重码数据越符合理论「静态重码数」。

以下为单字全码的结果。

以下为二级简码出简不出全的结果，换句话说，如果一个字存在一级和二级简码，则默认只打简码，并将其全码后置。部分方案设置了两重二级简码字，数据无法准确计算，故而略去。注意，真码只设置一级简码，不设置二级简码。

上表反映的是确定性，而平均码长则反映输入效率。现统计如下。注意，真码只设置一级简码，不设置二级简码。

词语派

下表内容适用于现代汉语典范白话文的文本空间。实际动态选重率，应介于「单字动态选重率」（极端保守分词）和「词语完美动态选重率」（完美分词）之间。

单字全码数据。也就是说，单字全码在词语全码之前。

单字二简出简不出全数据。也就是说，有一简、二简的单字，全码在词语全码之后。

双手互击频率

下表列出了常见输入方案对于古今名著时的双手互击率（连续文本）。表格按行均值降序排列，越靠前的方案，双手互击频率越高。

更多统计数据可参见文章《常见输入法重码数据》。

优化算法所使用的指标

繁简通打、动静低重、字根分区、兼顾手感，这是宇浩输入法的四个基本设计原则，目的在于避免机器学习中的「过拟合问题」，防止输入法被局限于特定的文本空间和字形状态，以期获得更大的适用性。在保证这四个原则的基础上，作者还采用了其他的客观指标作为「宇浩算法」的约束条件，以提高输入法的整体素质，防止有严重的短板产生。做到「整体性能均衡，部分指标优异」。

以下介绍为作者设计本输入法时所考量的客观指标，这些指标在编写优化算法的时候得到了应用，并且配以不同的权重。在此将其中重要的予以列出，方便用户进行深入了解。某些指标的详细计算公式，可以参考本网站研究板块，方便有一定统计背景的研究者评议。

宇浩输入法优化时，进行局部最大化的指标，按重要性排列：

• 字根键位空间聚合度。或者说是字根排布的规律性。本输入法采用传统的「首笔笔画聚合」和「键盘分区布局」。该布局下，每个字根可能存在的键位空间在 4 - 6 之间。故而，每个字根优化空间只有全乱序布局的 25%。优点：依照形码设计原理，易于上手，方便学习。缺点：各项指标理论极限低于纯乱序排布方案。
• 最大化键位舒适度（简体、繁体）。键盘上每一个按键，都有一个得分。食指、中指上的按键的分较高，无名指、中指上的按键得分较低。中排的按键得分较高，下派的按键的分较低。手指位移小的按键得分较高。比如 T 得分大于 Y。因为 Z 键比较难按，在部分输入平台又预留为功能键，故而本输入法不在 Z 上设置编码。优点：提升手感，增加平台通用性。缺点：全码理论编码空间只有 26 键方案的 85%，理论极限离散水平低于 26 键方案。
• 最大化各文本空间双手互击率。在连续文本的情况下，计算编码的双手互击率（包括标点符号）。如：「我今天去那里」，编码为 qaggtobufgdihvvtvacjksij。出现了14次同手击键，9次双手互击，故而互击率为 39.13%。这里用到了隐马尔科夫链或大样本统计，以计算每个汉字后下一个汉字的频率，从而得到连续文本的双手互击率。因为宇浩输入法是将字根按照键盘分区进行排布的，相对于全乱序字根排布的方案，双手互击方面有天生的劣势。如果不进行优化，那么会影响手感。这也是为什么宇浩输入法将双手互击率专门拿出来进行优化。宇浩输入法在保证字根分区、二十五键、重码极低、繁简通打这四个原则下，将双手互击率拉到可观的水平，仅次于蓝宝石，是所谓的「戴着脚链起舞」。
• 最大化非单指大跨行的频率。

宇浩输入法优化时，进行局部最小化的指标，按重要性排列：

• 最小化简体文本、繁体文本、混合文本下的全码动态选重率。优点：实现真正意义上的繁简通打。用户使用本方案就可以自由切换繁简输入，不用选重。缺点：影响了极限简体/繁体文本各自的动态选重率，不过本输入方案的简体/繁体动态选重率已经是市面上最低的，所以这个缺点可以忽略。
• 最小化 GB2312、国字常用字的静态重码数量。这是因为动态选重率高度依赖文本的状态，而静态重码数量在非典范白话文的情况下更具有代表性。
• 最小化 GBK 的静态重码数量和翻页次数。这是为了不丢失检字的性能。本输入法 CJK 全汉字单编码最高重码字数为18个，也就是说，即使是生僻字，最多翻页一次即可找到。
• 最小化简体文本下的完美词语选重率，使用了当代汉语词频表。例如，「我今天去那里」被分割成「我·今天·去·那里」，一共有 4 个词语。倘若「我」和「那里」生了重码，则选重率为 1 / 4 = 25%。优点：考虑该指标，可以优化用户打词时的选重体验。缺点：本指标的成立条件，只有当用户的分词习惯和词频表一致才有效。大多时候，用户会将词语拆成单字输入，避免词语不存在时的回删。因此，真实的文本选重率，介于单字动态选重率和完美词语选重率之间。另外，当样本空间改变时，比如输入非典范白话文的情况下，本指标参考价值也会降低。

宇浩方案的哲学是：实用、直观、科学、理性。实用，指的是完全以输入而非检字进行设计；直观，指的是对漢字的拆分直观易懂，不破坏汉字的美感；科学，指的是对于编码和简码的设计科学合理，符合统计频率，使用量化指标而非感性体验；理性，指的是拆字规则逻辑严明、没有二义，也指社群抱着理性和开放的态度去面对批评和建议，积极修正存在矛盾的、不正确的拆分。

衍生作品「吉旦餅」亂序三碼

吉旦餅，基於宇浩輸入法製作，亂序字根，三碼定長，延遲頂字。「吉旦餅」其名來自三名主要開發人：阿吉，forFudan，王牌餅乾，又取義於 華夫餅 (wafel)，其漢譯應有「鷄蛋餅」之義。

项目地址：https://github.com/lost-melody/rime-smyh

关于作者

作者是荷兰银行信用风险高级量化模型验证师，鹿特丹伊拉斯姆斯大学访问学者，金融学博士。研究内容包括应用计量经济学、公司治理、薪酬设计、期权定价等。文学背景方面，作者曾为 2009 年上海市高考文科第二名，后为复旦大学古诗词协会会长。日常兴趣爱好包括阅读古典文学作品、诗词创作。本输入法是作者为了创作古風章回体小说而制作。因为作者的统计学和数据科学背景，故而追求算法科学，目标场景明确。本输入法整体性能均衡，部分指标优异。作者现使用本输入法进行文学创作，因此本输入方案、单字拆分、词库、输入平台功能等可以得到持续的日常维护和优化。

在输入法的制作过程中，不少伙伴提出了大量宝贵的意见和建议，帮助它不断优化进步。特此致以极大的谢意。

• 钱多多为输入法的推广作出大量的努力。还绘制了黑体的字根图、设计了输入法的 Logo 和 Android 上的定制方案。可谓「首席艺术委员」。
• 阿吉始终鼓励作者开发一款新的输入法，他的很多观点和设计哲学同作者不谋而合，也坚定了宇浩输入法讲客观、讲实用的理念。他为输入法的字根规律性和易学性提出了大量建议，使折区字根的排布上了一个台阶。可谓「首席哲学委员」。
• 宋天为输入法的规则的完善提出了大量意见和建议，找出了很多拆分上的不合理之处，尤其是在大字集的拆分上，他的建议至关重要，也使宇浩输入法在常用字集内拆分无二义、规则无矛盾。可谓「首席拆分委员」。
• 王牌饼干不仅设计了非常好用的「宇浩三码顶」方案，还为 RIME 方案编写了优秀的 Lua 代码。可谓「首席技术委员」。

还有不少朋友为输入法的优化提出了宝贵的意见和建议，此处不一一致谢。

有联为证：

汉字十万，岂宇浩独收八九？
字根两百，因诸君而改二三。

脚注