戸籍電子化と外字・異体字

藤川賢治 (FUJIKAWA Kenji) @ 医療統計情報通信研究所 @hudikaha

清の時代の標準化が一番よくできて、康煕字典として纏められてる。どれが正字でそれが異体字か整理されてる。 RT @elm200: そもそも同じ文字と考えられるなら字体は一つに標準化するのが国の役目だと思いますよ。中国だって漢字の標準化プロセスの歴史上何度も経てきたし

藤川賢治 (FUJIKAWA Kenji) @ 医療統計情報通信研究所 @hudikaha

新字を導入したことも一つの原因。昔は記者が作家が手書きで「沢」と書いても印刷物としては「澤」になって、それで誰も文句を言わなかった。 @elmo200 RT: 日本人は対象に対して愛を持ちすぎるのだ。(略) 正字あるいは簡略字に変更することに激しく抵抗する。

藤川賢治 (FUJIKAWA Kenji) @ 医療統計情報通信研究所 @hudikaha

康煕字典はよく出来た辞典だったので、活版印刷の依りどころとなった。それが旧字や繁体字とよばれる字体。新字や簡体字導入前は、日中韓台はほとんど同じ字形だった。 RT @elm200: 台湾や香港でまだ使われている伝統的な漢字（繁体字）についてはよくわからないが・・・。

藤川賢治 (FUJIKAWA Kenji) @ 医療統計情報通信研究所 @hudikaha

新字とは筆記体の異体字の中からなるべく画数の少ないものを選んで標準としたもの。だから、体系が目茶苦茶。よく出される例は、專 團 傳 轉 が 専 団 伝 転 にされて、確かに画数は減ったが覚え易いとはいえない。賣買が売買なんてのも有る。@elm200

藤川賢治 (FUJIKAWA Kenji) @ 医療統計情報通信研究所 @hudikaha

簡体字は北京語話す人にはそれなりに使い易いけど、日本語や広東語使う人には分け分らん文字体型。元と袁がたまたま北京語では同じ発音(yuan)だからといって、遠や園を远や园にされても困る。@elm200

藤川賢治 (FUJIKAWA Kenji) @ 医療統計情報通信研究所 @hudikaha

ハングルは確かに部品は少なく、1〜4個の組合せで表現できるが、綺麗な文字にする為には部品の微妙なサイズや位置調整が必要で、今のところ可能な組合せが含まれたフォントを予め用意するしか無い。 RT @elm200: ハングルは部首に当たる部分だけ登録されていれば十分

藤川賢治 (FUJIKAWA Kenji) @ 医療統計情報通信研究所 @hudikaha

また部品ごとに登録したところで、文字交換時のバイト数(というかオクテット数)が減るわけでは無い。かつ合成済みフォントは用意しておかないといけないし、処理の手間は増える。@elm200

藤川賢治 (FUJIKAWA Kenji) @ 医療統計情報通信研究所 @hudikaha

もちろん日本で使われている漢字も一文字ごとに微妙な調整がしてある。自動的に生成するフォントプロジェクト(名前失念)もあったが、流行らなかった。韓国にもハングルで同様のプロジェクトがあったが、やはり流行っていない。@elm200

藤川賢治 (FUJIKAWA Kenji) @ 医療統計情報通信研究所 @hudikaha

韓国でも漢字を登録できる。日本で役所が登録できる字を正字に限定するのは有り。できないのは戸籍法の文言と、新字の導入のせい。RT @elm200: アルファベット圏に比べて大きなハンデですね。漢字を廃止した韓国はやはり賢かった。RT @koshian 一応住基ネットで

藤川賢治 (FUJIKAWA Kenji) @ 医療統計情報通信研究所 @hudikaha

新字教育とはつまり、昔、印刷では異体字と認識されていて活字としては存在しなかった文字を新字とし、元の正字を旧字と呼び、二つの文字を違う文字と認識させる教育。具体的には「沢」と「澤」が違う字と認識するようになってしまった。 @elm200 @koshian

藤川賢治 (FUJIKAWA Kenji) @ 医療統計情報通信研究所 @hudikaha

新字による文字認識の弊害は大きく、現在、日本の印刷所が揃える必要のある文字は、繁体字圏よりも増えているようだ。http://blog.antenna.co.jp/PDFTool/archives/2006/01/16/ @elm200 @koshian

藤川賢治 (FUJIKAWA Kenji) @ 医療統計情報通信研究所 @hudikaha

http://blog.antenna.co.jp/PDFTool/archives/2006/01/15/ 日本23000対、繁体字圏19000。日本は新字+旧字(繁体字)に加へ、新字ルール適用の新しい字形の旧字(笑)も含むから。 @elm200 @koshian

藤川賢治 (FUJIKAWA Kenji) @ 医療統計情報通信研究所 @hudikaha

新字教育により、読む人が違う字と認識する以上、字形を用意する必要が有る。昔なら、また繁体字圏なら、フォントデサインによる差として収録されないだろう。 @elm200 @koshian

藤川賢治 (FUJIKAWA Kenji) @ 医療統計情報通信研究所 @hudikaha

新字を教えるなとは言わない。もともと戦前でも書道の時間には今でいう新字の字形も習っていた。だけど、いわゆる旧字も教えて、それらが異体字の関係で同じ字だという教育をすべき。@elm200 @koshian

藤川賢治 (FUJIKAWA Kenji) @ 医療統計情報通信研究所 @hudikaha

(訂正) ぐぐると分るが、「未曾有」や「曾孫」はこっちが多いけど、「曽根(中曽根、曽根崎とか)」はこっちが多い「曾」は正字で康煕字典由来、「曽」は新字、元は筆記体、異体字。 フォント(書体)の違いだったものが現在分化中。@elm200 @koshian

藤川賢治 (FUJIKAWA Kenji) @ 医療統計情報通信研究所 @hudikaha

これを70年くらい続けたら、戸籍に登録する字形を整理できるんじゃないかね。 @elm200 @koshian

SAITO Mareshi @mareshi

@sumire_unipro 問題は、近代文書行政システムにおける戸籍制度によって、漢字のバリエーションが「公定化」され、個人レベルで「固着化」されたことですね。これは、漢字における異体字の歴史という観点から興味深いです。

SAITO Mareshi @mareshi

@sumire_unipro たんに効率なんだという共通了解さえあれば、公的空間における効率優先（ある程度の異体字統合）は、それはそれでよいと思います。ただ、もしそれが「正しさ」を導くものなら、おかしいですよね。

{白,黒}のカピバラの左随伴右随伴 @ainsophyao

字の形を論じるときには、字と字体と字形と、この三つの違いを区別しないといけないと思います。すべてが字の違いであるかのように扱われるようになったのは、初等教育がささいな字形の違いにうるさいことによるところが大きいと思うのですよね。