快捷、权威、形象——准确查找一个难检字的相关信息再不用跑遍古籍阅览室，翻便“大部头”，只需轻点鼠标——登录汉字全息资源应用系统，点击现代通用字集，搜索要查找的字，不仅能够显示其现代字形、字音、字义信息，还可以查到该字从甲骨文、金文到篆书、楷书的历史字形演变过程，从《说文》《尔雅》《方言》《释名》一直到《康熙字典》等历代辞书对该字的释义，及其在一些常用古籍文献中被使用的情况。

　　日前，国家语委重大基础资源建设项目“通用汉字全息数据库建设”的标志性成果“汉字全息资源应用系统”正式启动上线。该项目旨在运用现代中文信息处理技术，构建一个具有多维关联关系、科学系统、高效实用的汉字全息数据库。

　　“无论是初学汉字的小学生，还是研究汉字的学者，系统都可以提供相应的帮助。”项目主持人、北京师范大学教授王立军介绍，系统采用的多层级字集设计模式，包括常用字集、现代通用字集、古籍印刷通用字集、全字符集等。常用字集可以满足中小学基础教育领域的一般需要；现代通用字集可以满足社会文化领域一般汉字使用者的需要；古籍印刷通用字集面向具备一定古汉语知识、阅读一般古籍文献的用户；全字符集则可以满足汉字研究的专业人士需求，为专业研究提供支撑。

　　借助资源库，给汉字家族绘家谱

　　作为一名古文字爱好者和研究者，张华的书桌上摆满了各种字典、工具书——查找一个字在不同时期形、音、义的演变经常要翻阅多部“大部头”才能找到相对准确、权威的答案，而线上的一些汉字数据库很多又存在收录不全、权威性差等诸多问题。如今，“汉字全息资源应用系统”的正式上线可能让他再不用犯难——借助资源库，“古今汉字任你查”已不再是梦想。

　　本期上线的系统涵盖字符集4种，其中常用字集3500字，通用规范字8105字，古籍印刷字16490字，全字符集81722字；还有辞书20种，古籍文献60种，历代字形图415675个。其中包括大量的图形信息资源和文本信息资源，分别来自古文字拓片、文字编、规范字表、编码字符集、历代辞书、经典文献、中小学语文教材等，涵盖了古今各个时期文字的形、音、义、用、码五大方面的重要信息。

　　这一数据库，可以说是“海量”。如此庞大的信息量，是如何做到相互对应、关联的呢？

　　如果说建立数据库是给汉字家族绘制一张家谱，那么建立关联则是搞清谱系、辈分等关系。“首先是汉字属性的分解。构建一个具有多角度关系的汉字实用数据库，必须以汉字的属性作为基本的依托。”北京师范大学教授王宁指出，团队从20世纪90年代开始总结汉字的属性，除形、音、义之外，还增加码、用两个部分。码是汉字在计算机中的编码，用是汉字的使用，而且做了大量的属性细化研究，这样就有条件将笼统的汉字个体的资源库，改造为汉字的属性库，解决关联的多角度问题。

　　王宁解释：“其次是层次的确立，根据‘汉字效用递减率’，我们将汉字分为常用-通用-适用-罕用-无用5个层。第一、二层次涵盖36000字，以外的字只存记忆，不做深度开发，这样一方面可以在应用中扩大有用信息的使用度，另一方面将垃圾信息、无用信息退出关联，不干扰有效信息的集合和调用。”

　　“再次就是中介的寻求，我们继承传统语言学的研究成果，以《说文解字》的9353个小篆及其重文为中介来关联。古文字的确切识读，绝大部分是从《说文》开始的，这样就保证了不同形制、不同字体、不同时代汉字的最大限度关联。”王宁补充道，正是依靠《说文》小篆这些“核心家族成员”作联系，汉字家族内部不同族群的谱系才得以绘制在一起。