中文的来历 汉字的起源和来历
\u4e2d\u6587\u8d77\u6e90\u6c49\u65cf\u7684\u5148\u6c11\u5f00\u59cb\u65f6\u4eba\u6570\u5f88\u5c11\uff0c\u4f7f\u7528\u7684\u6c49\u8bed\u4e5f\u6bd4\u8f83\u5355\u7eaf\u3002\u540e\u6765\u7531\u4e8e\u793e\u4f1a\u7684\u53d1\u5c55\uff0c\u5c45\u6c11\u9010\u6e10\u5411\u56db\u5468\u6269\u5c55\uff0c\u6216\u8005\u96c6\u4f53\u5411\u8fdc\u65b9\u8fc1\u79fb\uff0c\u6216\u8005\u8ddf\u5f02\u65cf\u4eba\u53d1\u751f\u63a5\u89e6\uff0c\u6c49\u8bed\u5c31\u9010\u6e10\u5730\u53d1\u751f\u5206\u5316\uff0c\u4ea7\u751f\u4e86\u5206\u5e03\u5728\u4e0d\u540c\u5730\u57df\u4e0a\u7684\u65b9\u8a00\u3002\u6c49\u8bed\u65b9\u8a00\u5206\u5e03\u533a\u57df\u8fbd\u9614\uff0c\u4f7f\u7528\u4eba\u53e3\u57289\u4ebf\u4ee5\u4e0a\u3002 \u5b98\u8bdd\u65b9\u8a00\u901a\u79f0\u5317\u65b9\u65b9\u8a00\uff0c\u5373\u5e7f\u4e49\u7684\u5317\u65b9\u8bdd\uff0c\u4e00\u822c\u6240\u8c13"\u5927\u5317\u65b9\u8bdd"\u3002\u5728\u6c49\u8bed\u5404\u5927\u65b9\u8a00\u4e2d\uff0c\u5b98\u8bdd\u65b9\u8a00\u6709\u5b83\u7a81\u51fa\u7684\u5730\u4f4d\u548c\u5f71\u54cd\u3002\u8fd11000\u5e74\u6765\uff0c\u4e2d\u56fd\u8bb8\u591a\u4f18\u79c0\u7684\u6587\u5b66\u4f5c\u54c1\uff0c\u4ece\u5510\u5b8b\u767d\u8bdd\u5230\u5143\u66f2\u5230\u660e\u6e05\u5c0f\u8bf4\uff0c\u90fd\u662f\u5728\u5317\u65b9\u8bdd\u7684\u57fa\u7840\u4e0a\u521b\u4f5c\u7684\uff0c\u518d\u52a0\u4ee5\u5317\u4eac\u4e3a\u4e2d\u5fc3\u7684\u5317\u65b9\u8bdd\u901a\u884c\u5730\u533a\u4ece\u5143\u4ee3\u4ee5\u6765\u4e00\u76f4\u662f\u4e2d\u56fd\u653f\u6cbb\u3001\u7ecf\u6d4e\u3001\u6587\u5316\u9ad8\u5ea6\u96c6\u4e2d\u7684\u5fc3\u810f\u5730\u5e26\uff0c\u5411\u6765\u5b98\u573a\u4e0a\u529e\u4e8b\u4ea4\u9645\uff0c\u90fd\u4f7f\u7528\u5317\u65b9\u8bdd\uff0c\u56e0\u800c\u6709"\u5b98\u8bdd"\u7684\u540d\u79f0\u3002\u5b9e\u9645\u4e0a\u5b83\u662f\u6c49\u8bed\u5404\u65b9\u8a00\u533a\u7684\u4eba\u5171\u540c\u4f7f\u7528\u7684\u4ea4\u9645\u8bed\u8a00\uff0c\u73b0\u5728\u5168\u56fd\u63a8\u884c\u7684\u666e\u901a\u8bdd\uff0c\u5c31\u662f\u5728"\u5b98\u8bdd"\u7684\u57fa\u7840\u4e0a\u53d1\u5c55\u8d77\u6765\u7684\u73b0\u4ee3\u6c49\u6c11\u65cf\u5171\u540c\u8bed\u3002
\u5728\u6211\u56fd\u73b0\u4ee3\u51e0\u5927\u6c49\u8bed\u65b9\u8a00\u4e2d\uff0c\u5317\u65b9\u65b9\u8a00\u53ef\u4ee5\u770b\u6210\u662f\u53e4\u6c49\u8bed\u7ecf\u8fc7\u6570\u5343\u5e74\u5728\u5e7f\u5927\u5317\u65b9\u5730\u533a\u53d1\u5c55\u8d77\u6765\u7684\uff0c\u800c\u5176\u4f59\u65b9\u8a00\u5374\u662f\u5317\u65b9\u5c45\u6c11\u5728\u5386\u53f2\u4e0a\u4e0d\u65ad\u5357\u8fc1\u9010\u6b65\u5f62\u6210\u7684\u3002\u5728\u65e9\u671f\u7684\u5e7f\u5927\u6c5f\u5357\u5730\u533a\uff0c\u4e3b\u8981\u662f\u53e4\u8d8a\u65cf\u7684\u5c45\u4f4f\u5730\uff0c\u4ed6\u4eec\u4f7f\u7528\u53e4\u8d8a\u8bed\uff0c\u4e0e\u53e4\u6c49\u8bed\u76f8\u5dee\u5f88\u8fdc\uff0c\u4e0d\u80fd\u901a\u8bdd\u3002\u540e\u6765\uff0c\u5317\u65b9\u7684\u6c49\u4eba\u66fe\u6709\u51e0\u6b21\u5927\u89c4\u6a21\u7684\u5357\u4e0b\uff0c\u5e26\u6765\u4e0d\u540c\u65f6\u671f\u7684\u5317\u65b9\u53e4\u6c49\u8bed\uff0c\u5206\u6563\u5230\u6c5f\u5357\u5404\u5730\u533a\uff0c\u4e8e\u662f\u9010\u6b65\u5f62\u6210\u73b0\u5728\u5f7c\u6b64\u660e\u663e\u4e0d\u540c\u7684\u516d\u5927\u65b9\u8a00\u3002\u73b0\u5404\u65b9\u8a00\u4e4b\u95f4\u5dee\u5f02\u7a76\u5176\u539f\u56e0\u6709\u4e09\uff1a\u4e00\u662f\u5317\u65b9\u6c49\u8bed\u4e0e\u5357\u65b9\u53e4\u8d8a\u8bed\u5728\u5f7c\u6b64\u63a5\u89e6\u4e4b\u524d\uff0c\u5176\u5185\u90e8\u5c31\u6709\u5404\u81ea\u7684\u5730\u533a\u6027\u65b9\u8a00\uff1b\u4e8c\u662f\u5317\u65b9\u6c49\u8bed\u5357\u4e0b\u7684\u65f6\u95f4\u4e0d\u540c\uff0c\u81ea\u7136\u6c49\u8bed\u672c\u8eab\u5c31\u4e0d\u76f8\u540c\uff1b\u4e09\u662f\u5357\u65b9\u5404\u65b9\u8a00\u5206\u522b\u5728\u4e00\u5b9a\u72ec\u7279\u73af\u5883\u4e2d\u53d1\u5c55\u3002 \u6c49\u65cf\u793e\u4f1a\u5728\u53d1\u5c55\u8fc7\u7a0b\u4e2d\u51fa\u73b0\u8fc7\u7a0b\u5ea6\u4e0d\u540c\u7684\u5206\u5316\u548c\u7edf\u4e00\uff0c\u56e0\u800c\u4f7f\u6c49\u8bed\u9010\u6e10\u4ea7\u751f\u4e86\u65b9\u8a00\u3002 \u73b0\u4ee3\u6c49\u8bed\u6709\u5404\u79cd\u4e0d\u540c\u7684\u65b9\u8a00\uff0c\u5b83\u4eec\u5206\u5e03\u7684\u533a\u57df\u5f88\u5e7f\u3002\u73b0\u4ee3\u6c49\u8bed\u5404\u65b9\u8a00\u4e4b\u95f4\u7684\u5dee\u5f02\u8868\u73b0\u5728\u8bed\u97f3\u3001\u8bcd\u6c47\u3001\u8bed\u6cd5\u5404\u4e2a\u65b9\u9762\uff0c\u8bed\u97f3\u65b9\u9762\u5c24\u4e3a\u7a81\u51fa\u3002\u4e00\u4e9b\u56fd\u5185\u5b66\u8005\u8ba4\u4e3a\u591a\u6570\u65b9\u8a00\u548c\u5171\u540c\u8bed\u4e4b\u95f4\u5728\u8bed\u97f3\u4e0a\u90fd\u6709\u4e00\u5b9a\u7684\u5bf9\u5e94\u89c4\u5f8b\uff0c\u8bcd\u6c47\u3001\u8bed\u6cd5\u65b9\u9762\u4e5f\u6709\u8bb8\u591a\u76f8\u540c\u4e4b\u5904\uff0c\u56e0\u6b64\u5b83\u4eec\u4e0d\u662f\u72ec\u7acb\u7684\u8bed\u8a00\u3002\u56fd\u5916\u5b66\u8005\u8ba4\u4e3a\uff0c\u5404\u65b9\u8a00\u533a\u7684\u4eba\u4e92\u76f8\u4e0d\u80fd\u901a\u8bdd\uff0c\u56e0\u6b64\u5b83\u4eec\u662f\u72ec\u7acb\u7684\u8bed\u8a00\uff0c\u5c24\u5176\u662f\u95fd\u65b9\u8a00\u4e2d\u7684\u5404\u65b9\u8a00\u3002\u6839\u636e\u65b9\u8a00\u7684\u7279\u70b9\uff0c\u8054\u7cfb\u65b9\u8a00\u5f62\u6210\u548c\u53d1\u5c55\u7684\u5386\u53f2\uff0c\u4ee5\u53ca\u76ee\u524d\u65b9\u8a00\u8c03\u67e5\u7684\u7ed3\u679c\uff0c\u53ef\u4ee5\u5bf9\u73b0\u4ee3\u6c49\u8bed\u7684\u65b9\u8a00\u8fdb\u884c\u5212\u5206\u3002\u5f53\u524d\u6211\u56fd\u8bed\u8a00\u5b66\u754c\u5bf9\u73b0\u4ee3\u6c49\u8bed\u65b9\u8a00\u5212\u5206\u7684\u610f\u89c1\u8fd8\u672a\u5b8c\u5168\u4e00\u81f4\uff0c\u5927\u591a\u6570\u4eba\u7684\u610f\u89c1\u8ba4\u4e3a\u73b0\u4ee3\u6c49\u8bed\u6709\u4e03\u5927\u65b9\u8a00\u3002
\u6c49\u5b57\u7684\u8d77\u6e90
\u4ece\u4ed3\u9889\u9020\u5b57\u7684\u53e4\u8001\u4f20\u8bf4\u5230100\u591a\u5e74\u524d\u7532\u9aa8\u6587\u7684\u53d1\u73b0\uff0c\u5386\u4ee3\u4e2d\u56fd\u5b66\u8005\u4e00\u76f4\u81f4\u529b\u4e8e\u63ed\u5f00\u6c49\u5b57\u8d77\u6e90\u4e4b\u8c1c\u3002
\u5173\u4e8e\u6c49\u5b57\u7684\u8d77\u6e90\uff0c\u4e2d\u56fd\u53e4\u4ee3\u6587\u732e\u4e0a\u6709\u79cd\u79cd\u8bf4\u6cd5\uff0c\u5982\u201c\u7ed3\u7ef3\u201d\u3001\u201c\u516b\u5366\u201d\u3001\u201c\u56fe\u753b\u201d\u3001\u201c\u4e66\u5951\u201d\u7b49\uff0c\u53e4\u4e66\u4e0a\u8fd8\u666e\u904d\u8bb0\u8f7d\u6709\u9ec4\u5e1d\u53f2\u5b98\u4ed3\u9889\u9020\u5b57\u7684\u4f20\u8bf4\u3002\u73b0\u4ee3\u5b66\u8005\u8ba4\u4e3a\uff0c\u6210\u7cfb\u7edf\u7684\u6587\u5b57\u5de5\u5177\u4e0d\u53ef\u80fd\u5b8c\u5168\u7531\u4e00\u4e2a\u4eba\u521b\u9020\u51fa\u6765\uff0c\u4ed3\u9889\u5982\u679c\u786e\u6709\u5176\u4eba\uff0c\u5e94\u8be5\u662f\u6587\u5b57\u6574\u7406\u8005\u6216\u9881\u5e03\u8005\u3002
\u6700\u65e9\u523b\u5212\u7b26\u53f7\u8ddd\u4eca8000\u591a\u5e74
\u6700\u8fd1\u51e0\u5341\u5e74\uff0c\u4e2d\u56fd\u8003\u53e4\u754c\u5148\u540e\u53d1\u5e03\u4e86\u4e00\u7cfb\u5217\u8f83\u6bb7\u589f\u7532\u9aa8\u6587\u66f4\u65e9\u3001\u4e0e\u6c49\u5b57\u8d77\u6e90\u6709\u5173\u7684\u51fa\u571f\u8d44\u6599\u3002\u8fd9\u4e9b\u8d44\u6599\u4e3b\u8981\u662f\u6307\u539f\u59cb\u793e\u4f1a\u665a\u671f\u53ca\u6709\u53f2\u793e\u4f1a\u65e9\u671f\u51fa\u73b0\u5728\u9676\u5668\u4e0a\u9762\u7684\u523b\u753b\u6216\u5f69\u7ed8\u7b26\u53f7\uff0c\u53e6\u5916\u8fd8\u5305\u62ec\u5c11\u91cf\u7684\u523b\u5199\u5728\u7532\u9aa8\u3001\u7389\u5668\u3001\u77f3\u5668\u7b49\u4e0a\u9762\u7684\u7b26\u53f7\u3002\u53ef\u4ee5\u8bf4\uff0c\u5b83\u4eec\u5171\u540c\u4e3a\u89e3\u91ca\u6c49\u5b57\u7684\u8d77\u6e90\u63d0\u4f9b\u4e86\u65b0\u7684\u4f9d\u636e\u3002
\u901a\u8fc7\u7cfb\u7edf\u8003\u5bdf\u3001\u5bf9\u6bd4\u904d\u5e03\u4e2d\u56fd\u5404\u5730\u768419\u79cd\u8003\u53e4\u5b66\u6587\u5316\u7684100\u591a\u4e2a\u9057\u5740\u91cc\u51fa\u571f\u7684\u9676\u7247\u4e0a\u7684\u523b\u5212\u7b26\u53f7\uff0c\u90d1\u5dde\u5927\u5b66\u535a\u58eb\u751f\u5bfc\u5e08\u738b\u8574\u667a\u8ba4\u4e3a\uff0c\u4e2d\u56fd\u6700\u65e9\u7684\u523b\u5212\u7b26\u53f7\u51fa\u73b0\u5728\u6cb3\u5357\u821e\u9633\u8d3e\u6e56\u9057\u5740\uff0c\u8ddd\u4eca\u5df2\u67098000\u591a\u5e74\u7684\u5386\u53f2\u3002
\u4f5c\u4e3a\u4e13\u4e1a\u5de5\u4f5c\u8005\uff0c\u4ed6\u8bd5\u56fe\u901a\u8fc7\u79d1\u5b66\u7684\u9014\u5f84\u6bd4\u5982\u7efc\u5408\u8fd0\u7528\u8003\u53e4\u5b66\u3001\u53e4\u6587\u5b57\u6784\u5f62\u5b66\u3001\u6bd4\u8f83\u6587\u5b57\u5b66\u3001\u79d1\u6280\u8003\u53e4\u4ee5\u53ca\u9ad8\u79d1\u6280\u624b\u6bb5\u7b49\u4e00\u4e9b\u57fa\u672c\u65b9\u6cd5\uff0c\u8fdb\u4e00\u6b65\u5bf9\u8fd9\u4e9b\u539f\u59cb\u6750\u6599\u505a\u4e00\u756a\u5168\u9762\u7684\u6574\u7406\uff0c\u4ece\u800c\u722c\u68b3\u6392\u6bd4\u51fa\u5546\u4ee3\u6587\u5b57\u4e4b\u524d\u6c49\u5b57\u53d1\u751f\u3001\u53d1\u5c55\u7684\u4e00\u4e9b\u5934\u7eea\u3002
\u7136\u800c\u60c5\u51b5\u5e76\u4e0d\u90a3\u4e48\u7b80\u5355\uff0c\u9664\u4e86\u5df2\u6709\u90d1\u5dde\u5546\u57ce\u9057\u5740\u3001\u5c0f\u53cc\u6865\u9057\u5740(\u8be5\u9057\u5740\u8fd1\u5e74\u5148\u540e\u53d1\u73b010\u4f59\u4f8b\u5546\u4ee3\u65e9\u671f\u6731\u4e66\u9676\u6587)\u7684\u5c0f\u5b97\u6750\u6599\u53ef\u4ee5\u76f4\u63a5\u548c\u6bb7\u589f\u6587\u5b57\u76f8\u6bd4\u5e8f\u4e4b\u5916\uff0c\u5176\u5b83\u5546\u4ee5\u524d\u7684\u7b26\u53f7\u5219\u96f6\u661f\u5206\u6563\uff0c\u5f7c\u6b64\u7f3a\u73af\u8f83\u591a\uff0c\u5927\u591a\u6570\u7b26\u53f7\u4e14\u4e0e\u5546\u4ee3\u6587\u5b57\u6784\u5f62\u4e0d\u5408\u3002\u8fd8\u6709\u4e00\u4e9b\u7b26\u53f7\u5730\u57df\u8272\u5f69\u8f83\u91cd\u3001\u80cc\u666f\u590d\u6742\u3002
\u6c49\u5b57\u4f53\u7cfb\u6b63\u5f0f\u5f62\u6210\u4e8e\u4e2d\u539f\u5730\u533a
\u738b\u8574\u667a\u8ba4\u4e3a\uff0c\u6c49\u5b57\u4f53\u7cfb\u7684\u6b63\u5f0f\u5f62\u6210\u5e94\u8be5\u662f\u5728\u4e2d\u539f\u5730\u533a\u3002\u6c49\u5b57\u662f\u72ec\u7acb\u8d77\u6e90\u7684\u4e00\u79cd\u6587\u5b57\u4f53\u7cfb\uff0c\u4e0d\u4f9d\u5b58\u4e8e\u4efb\u4f55\u4e00\u79cd\u5916\u65cf\u6587\u5b57\u800c\u5b58\u5728\uff0c\u4f46\u5b83\u7684\u8d77\u6e90\u4e0d\u662f\u5355\u4e00\u7684\uff0c\u7ecf\u8fc7\u4e86\u591a\u5143\u7684\u3001\u957f\u671f\u7684\u78e8\u5408\uff0c\u5927\u6982\u5728\u8fdb\u5165\u590f\u7eaa\u5e74\u4e4b\u9645\uff0c\u5148\u6c11\u4eec\u5728\u5e7f\u6cdb\u5438\u6536\u3001\u8fd0\u7528\u65e9\u671f\u7b26\u53f7\u7684\u7ecf\u9a8c\u57fa\u7840\u4e0a\uff0c\u521b\u9020\u6027\u5730\u53d1\u660e\u4e86\u7528\u6765\u8bb0\u5f55\u8bed\u8a00\u7684\u6587\u5b57\u7b26\u53f7\u7cfb\u7edf\uff0c\u5728\u90a3\u4e2a\u65f6\u4ee3\uff0c\u6c49\u5b57\u4f53\u7cfb\u8f83\u5feb\u5730\u6210\u719f\u8d77\u6765\u3002
\u636e\u6089\uff0c\u4ece\u8003\u53e4\u53d1\u6398\u7684\u51fa\u571f\u6587\u5b57\u8d44\u6599\u6765\u770b\uff0c\u4e2d\u56fd\u81f3\u5c11\u5728\u865e\u590f\u65f6\u671f\u5df2\u7ecf\u6709\u4e86\u6b63\u5f0f\u7684\u6587\u5b57\u3002\u5982\u8fd1\u5e74\u8003\u53e4\u5de5\u4f5c\u8005\u66fe\u7ecf\u5728\u5c71\u897f\u8944\u6c7e\u9676\u5bfa\u9057\u5740\u6240\u51fa\u7684\u4e00\u4ef6\u6241\u9676\u58f6\u4e0a\uff0c\u53d1\u73b0\u6709\u6bdb\u7b14\u6731\u4e66\u7684\u201c\u6587\u201d\u5b57\u3002\u8fd9\u4e9b\u7b26\u53f7\u90fd\u5c5e\u4e8e\u65e9\u671f\u6587\u5b57\u7cfb\u7edf\u4e2d\u7684\u57fa\u672c\u6784\u5f62\uff0c\u53ef\u60dc\u8fd9\u6837\u7684\u51fa\u571f\u6587\u5b57\u4fe1\u606f\u8fc4\u4eca\u4ecd\u7136\u7a00\u5c11\u3002
\u6587\u5b57\u6700\u65e9\u6210\u719f\u4e8e\u5546\u4ee3
\u5c31\u76ee\u524d\u6240\u77e5\u548c\u6240\u89c1\u5230\u7684\u6bb7\u5546\u6587\u5b57\u8d44\u6599\u6765\u8bf4\uff0c\u6587\u5b57\u8f7d\u4f53\u7684\u95e8\u7c7b\u5df2\u7ecf\u5f88\u591a\u3002\u5f53\u65f6\u7684\u6587\u5b57\u9664\u4e86\u7528\u6bdb\u7b14\u4e66\u5199\u5728\u7b80\u518c\u4e0a\u4e4b\u5916\uff0c\u5176\u4ed6\u7684\u4e3b\u8981\u624b\u6bb5\u5c31\u662f\u523b\u5199\u5728\u9f9f\u7532\u517d\u9aa8\u3001\u9676\u5668\u3001\u7389\u77f3\u4e0a\u4ee5\u53ca\u9676\u94f8\u5728\u9752\u94dc\u5668\u4e0a\u3002\u5546\u4ee3\u6587\u5b57\u8d44\u6599\u4ee5\u6bb7\u589f\u535c\u7528\u7532\u9aa8\u548c\u9752\u94dc\u793c\u5668\u4e3a\u4e3b\u8981\u8f7d\u4f53\uff0c\u662f\u8fc4\u4eca\u4e3a\u6b62\u4e2d\u56fd\u53d1\u73b0\u7684\u6700\u65e9\u7684\u6210\u719f\u6587\u5b57\u3002
\u6bb7\u589f\u65f6\u671f\u6240\u53cd\u6620\u51fa\u6765\u7684\u5546\u4ee3\u6587\u5b57\u4e0d\u4ec5\u8868\u73b0\u5728\u5b57\u7684\u6570\u91cf\u591a\uff0c\u6750\u6599\u4e30\u5bcc\uff0c\u8fd8\u7a81\u51fa\u5730\u8868\u73b0\u5728\u6587\u5b57\u7684\u9020\u5b57\u65b9\u5f0f\u5df2\u7ecf\u5f62\u6210\u4e86\u81ea\u5df1\u7684\u7279\u70b9\u548c\u89c4\u5f8b\u3002\u5546\u4ee3\u6587\u5b57\u57fa\u672c\u5b57\u7684\u7ed3\u4f53\u7279\u5f81\u53ef\u5206\u4e3a\u56db\u5927\u7c7b:\u53d6\u4eba\u4f53\u548c\u4eba\u7684\u67d0\u4e00\u90e8\u5206\u5f62\u4f53\u7279\u5f81\u4e3a\u6784\u5b57\u7684\u57fa\u7840;\u4ee5\u52b3\u52a8\u521b\u9020\u7269\u548c\u52b3\u52a8\u5bf9\u8c61\u4e3a\u6784\u5b57\u7684\u57fa\u7840;\u53d6\u79bd\u517d\u548c\u5bb6\u755c\u7c7b\u5f62\u8c61\u4e3a\u6784\u5b57\u7684\u57fa\u7840;\u53d6\u81ea\u7136\u7269\u8c61\u4e3a\u6784\u5b57\u7684\u57fa\u7840\u3002\u4ece\u6784\u5f62\u7684\u6587\u5316\u5185\u6db5\u4e0a\u6765\u8003\u5bdf\uff0c\u8fd9\u4e9b\u6210\u719f\u8f83\u65e9\u7684\u5b57\u5f62\u6240\u53d6\u88c1\u7684\u5bf9\u8c61\u4e0e\u5f53\u521d\u5148\u6c11\u4eec\u7684\u793e\u4f1a\u751f\u6d3b\u76f8\u5f53\u8d34\u8fd1\uff0c\u5177\u6709\u5f88\u5f3a\u7684\u73b0\u5b9e\u6027\u7684\u7279\u5f81\u3002\u540c\u65f6\uff0c\u8fd9\u4e9b\u5b57\u5f62\u6240\u63cf\u5199\u7684\u5185\u5bb9\u6d89\u53ca\u5230\u4e86\u4eba\u548c\u81ea\u7136\u7684\u5404\u4e2a\u5c42\u9762\uff0c\u56e0\u800c\u8fd8\u5177\u6709\u6784\u5f62\u6765\u6e90\u5e7f\u6cdb\u6027\u7684\u7279\u5f81\u3002
中文——作为一个民族的母语，中文是当今世界流行语言体系里最大的一个分支。始创于公元前黄帝在世的时代，成就于公元二十世纪后期。是一种发源最早而成熟最晚的一个语言体系。是东方文明的一种标志与成果，是人类用来精确命名与定义万事万物的一种重要信息载体。体系包括几千个常用单字和上万个字词成语，是文明社会不可缺少的重要组成。 自【一名京人】编辑
从20世纪50年代初机器翻译课题被提出算起，自然语言处理（NLP）的研发历史至少也有50年了。90年代初,NLP的研究目标开始从小规模受限语言处理走向大规模真实文本处理。把这个新目标正式列入大会主题的是1990年在赫尔辛基举行的“第13届国际计算语言学大会”。那些只有几百个词条和数十条语法规则的受限语言分析系统，通常被业内人士戏称为“玩具”，不可能有什么实用价值。政府、企业和广大计算机用户期盼的是像汉字输入、语音听写机、文-语转换(TTS)、搜索引擎、信息抽取(IE)、信息安全和机器翻译（MT）那样的、有能力处理大规模真实文本的实用化系统。
正是基于对这个里程碑式转折的关注，笔者在1993年就列举了四种大规模真实文本处理的应用前景:新一代信息检索系统;按客户要求编辑的报纸;信息抽取，即把非结构化的文本转化为结构化的信息库;大规模语料库的自动标注。值得庆幸的是，今天所有这四个方向都有了实用化或商品化的成果。
尽管全世界都把大规模真实文本处理看做是NLP的一个战略目标，但这不等于说受限领域的机器翻译、语音对话、电话翻译和其他一些基于深层理解的自然语言分析技术或理论研究，就不应当再搞了。目标和任务的多样化是学术界繁荣昌盛的一个标志。问题是要考虑清楚NLP的主战场在哪里，我们的主力应当部署在哪里。
中文难办吗？
谈到中文信息处理所面临的重大应用课题，如企业和广大计算机用户所期盼的汉字输入、语音识别等，大家似乎并没有什么分歧。但是当讨论深入到实现这些课题的方法或技术路线时，分歧马上就泾渭分明了。第一种意见认为，中文信息处理的本质是汉语理解，也就是要对汉语真实文本实施句法-语义分析。持这种意见的学者主张，以往在中文信息处理中使用的概率统计方法已经走到了尽头，为了在理解或语言层面上解决中文信息处理问题，就必须另辟蹊径，这条蹊径便是语义学。据说这是因为汉语不同于西方语言，汉语的句法相当灵活，汉语本质上是一种意合语言等。
与上述意见相对立的观点是:前面提到的绝大多数应用系统（MT除外）其实都是在没有句法-语义分析的情况下实现的，因此谈不上“理解”。 如果一定要说“理解”，那么只是用图灵实验来证实的所谓“理解”。
上述双方争论的焦点是方法，但目标和方法通常是密不可分的。如果我们同意把大规模真实文本处理作为NLP的战略目标，那么实现这一目标的理论和方法也必然要跟着变化。无独有偶，1992年在蒙特利尔召开的“第四届机器翻译的理论和方法国际会议(TMI-92)”宣布大会的主题是“机器翻译中的经验主义和理性主义方法”。这就是公开承认，在传统的基于语言学和人工智能方法（即理性主义）的NLP技术以外，还有一种基于语料库和统计语言模型的新方法（即经验主义）正在迅速崛起。
NLP的战略目标和相应的语料库方法都是从国际学术舞台的大视野中获得的，中文信息处理自然也不例外。那种认为中文文本处理特别困难，以至要另辟蹊径的观点，缺少有说服力的事实根据。拿信息检索(IR)来说，它的任务是从一个大规模的文档库中寻找与用户的查询相关的文档。怎样表示文档和查询的内容，以及如何度量文档和查询之间的相关程度，就成为IR技术需要解决的两个基本问题。召回率和精确率则是评价一个IR系统的两个主要指标。由于文档和查询都是用自然语言表述的，这个任务可以用来说明中文和西方语言所面临的问题和所采用的方法其实是十分相似的。一般来说，各文种的IR系统都用文档和查询中的词频(tf)和倒文档频率(idf)来表示文档和查询的内容，所以本质上是一种统计方法。
世界文本检索大会TREC (http://trec.nist.gov/) 的最大特点是通过提供大规模训练语料和统一评测方法来支持IR技术的研发。研究团队必须通过大会的统一评测并名列前茅，才能获准到会上来做报告。1992年起TREC每年举办一届大会，并得到美国国防部（DARPA）和国家标准技术局（NIST）的资助。会议对包括中文、日文在内的多文种文档库开展了IR评测。结果表明，中文IR并没有因为存在分词问题就比其他文种做得差，而且迄今没有证据表明各语种的NLP，包括基于概念的或基于句法-语义分析的技术，能明显提高IR系统的性能。
什么是主流技术？
语料库方法和统计语言模型不但没有过时，而且在可比的统一评测中被证明是当前各国语言信息处理的一种主流技术。
1. N元模型
设wi是文本中的任意一个词，如果已知它在该文本中的前两个词 wi-2w-1，便可以用条件概率P(wi|wi-2w-1)来预测wi出现的概率。这就是统计语言模型的概念。一般来说，如果用变量W代表文本中一个任意的词序列，它由顺序排列的n个词组成，即W=w1w2...wn，则统计语言模型就是该词序列W在文本中出现的概率P(W)。利用概率的乘积公式，P(W)可展开为：
P(W) = P(w1)P(w2|w1)P(w3| w1 w2)...P(wn|w1 w2...wn-1)
不难看出，为了预测词wn的出现概率，必须知道它前面所有词的出现概率。从计算上来看，这种方法太复杂了。如果任意一个词wi的出现概率只同它前面的两个词有关，问题就可以得到极大的简化。 这时的语言模型叫做三元模型 (tri-gram):
P(W)≈P(w1)P(w2|w1)∏i(i=3,...,nP(wi|wi-2w-1)
符号∏i i=3,...,n P(...) 表示概率的连乘。一般来说，N元模型就是假设当前词的出现概率只同它前面的N-1个词有关。重要的是这些概率参数都是可以通过大规模语料库来计算的。比如三元概率有
P(wi|wi-2wi-1) ≈ count(wi-2wi-1wi) /count(wi-2wi-1)
式中count(...) 表示一个特定词序列在整个语料库中出现的累计次数。
统计语言模型有点像天气预报中使用的概率方法，用来估计概率参数的大规模语料库好比是一个地区历年积累起来的气象记录。而用三元模型来做天气预报，就好比是根据前两天的天气情况来预测今天的天气。天气预报当然不可能百分之百准确，但是我们大概不会因此就全盘否定这种实用的概率方法吧。
2. 语音识别
语音识别作为计算机汉字输入的另一种方式越来越受到业内人士的青睐。所谓听写机就是语音识别的一种商品。那么当前商品化的听写机采用的是什么技术呢？
其实，语音识别任务可视为对以下条件概率极大值的计算问题：
W*= argmaxW P(W|speech signal)
= argmaxW P(speech signal|W) P(W) / P(speech signal)
= argmaxW P(speech signal|W) P(W)
式中数学符号argmaxW 表示对不同的候选词序列W计算条件概率P(W|speech signal)的值，从而使W*成为条件概率值最大的词序列。它也就是当前输入语音信号speech signal所对应的输出词串了。
公式第二行是利用贝叶斯定律转写的结果，因为条件概率P(speech signal|W)比较容易估值。公式的分母P(speech signa ) 对给定的语音信号是一个常数，不影响极大值的计算，故可以从公式中删除。在公式第三行所示的结果中，P(W)叫做统计语言模型；P(speech signal|W) 叫做声学模型。
据调查，目前市场上中文和英文的听写机产品都是用词的三元模型实现的, 几乎完全不用句法-语义分析手段。这说明不同语言的产品技术往往是相通的。没有证据表明，中、英两种语言的听写机在性能指标上有显著的差异。所以那种断言中文信息处理一定比西方语言困难，实现中文信息处理必须另辟蹊径的说法，其实是站不住脚的。
三元模型（或一般的N元模型）只利用了语言的表层信息（或知识），即符号（字、词、词性标记等）序列的同现信息。谁也没有说它是十全十美的。在这一领域中，下一个研究目标应当是结构化对象（如句法树或语义框架）的统计模型。当然能做到语言理解是了不起的成果，它肯定会比目前这种统计语言模型强得多，这是不争的事实。问题是目前国内外还没有哪一种语言的句法-语义分析系统可以胜任大规模真实文本处理的重任。因此，对于世界各国的语言来说，当前的主流技术仍是语料库方法和统计语言模型。
3. 词性标注
至少像短语结构文法这样一类的语法规则是建立在词类基础上的。无怪乎语言学界有句行话说，没有词类就没法讲语法了。所以在自然语言的句法分析过程中，大概都有一个词性标注的阶段。不难理解，汉语的自动分词和词性标注的精确率，将直接影响到后续的句法分析结果。据观察，在汉语句法分析结果中，有高达60%的分析错误来源于分词和词性标注的错误。
在英语的词库中约 14% 的词形(type)具有不只一个词性，而在一个语料库中，总词次数(tockens)中约 30% 是兼类词。从这个统计数字中可以估计出词性标注任务的难度。历史上曾经先后出现过两个方法迥异的英语词性标注系统：TAGGIT系统拥有3000条上下文相关规则， 而CLAWS系统完全采用概率统计方法。两个系统各自完成了100万词次的英语语料库的自动词性标注任务。评则结果（见下表）表明，采用概率统计方法的CLAWS系统的标注精度达到96%，比TAGGIT系统提高了近20个百分点。经过改进的CLAWS系统日后承担了英国国家语料库BNC一亿条英语词的词性标注任务。
具体来说，CLAWS系统采用的是词类标记的二元模型。如果令 C = c1...cn 和 W = w1...wn分别代表词类标记序列和词序列，则词性标注任务可视为在已知词序列W的情况下，计算如下条件概率极大值的问题：
C*= argmaxC P(C|W)
= argmaxC P(W|C)P(C) / P(W)
≈ argmaxC ∏i i=1,...,nP(wi|ci)P(ci|ci-1 )
P(C|W) 表示：已知输入词序列W的情况下，出现词类标记序列C的条件概率。数学符号argmaxC 表示通过考察不同的候选词类标记序列C, 来寻找使条件概率P(C|W) 取最大值的那个词序列W*。后者应当就是对W的词性标注结果。
公式第二行是利用贝叶斯定律转写的结果，由于分母P(W) 对给定的W是一个常数，不影响极大值的计算，故可以从公式中删除。接着对公式进行近似。首先，引入独立性假设，认为词序列中的任意一个词wi的出现概率近似，只同当前词的词性标记ci有关，而与周围（上下文）的词类标记无关。即词汇概率
P(W|C) ≈ ∏i i=1,...,nP(wi|ci )
其次，采用二元假设，即近似认为任意词类标记 ci的出现概率只同它紧邻的前一个词类标记ci-1有关。因此有:
P(C) ≈∏i i=,...,n P(ci|ci-1)
P(ci|ci-1) 是词类标记的转移概率，也叫做二元模型。
上述这两个概率参数也都可以通过带词性标记的语料库来分别估计：
P(wi|ci) ≈ count(wi,ci) / count(ci)
P(ci|ci-1) ≈ count(ci-1ci) / count(ci-1)
顺便指出，国内外学者用词类标记的二元或三元模型实现的中、英文词性自动标注都达到了约95%的标注精确率。
评测为什么是惟一的评判标准
有评测才会有鉴别。评判一种方法优劣的惟一标准是相互可比的评测，而不是设计人员自己设计的“自评”，更不是人们的直觉或某个人的“远见”。近年来，在语言信息处理领域，通过评测来推动科学技术进步的范例很多。国家“863计划”智能计算机专家组曾对语音识别、汉字（印刷体和手写体）识别、文本自动分词、词性自动标注、自动文摘和机器翻译译文质量等课题进行过多次有统一测试数据和统一计分方法的全国性评测，对促进这些领域的技术进步发挥了非常积极的作用。
在国际上，美国国防部先后发起的TIPSTER 和 TIDES两个和语言信息处理相关的计划，就被称为“评测驱动的计划”。它们在信息检索(TREC)、信息抽取（MUC）、命名实体识别（MET-2）等研究课题上，既提供大规模的训练语料和测试语料，又提供统一的计分方法和评测软件，以保证每个研究小组都能在一种公平、公开的条件下进行研究方法的探讨，推动科学技术的进步。TREC、MUC和MET-2等会议所组织的多文种评比活动也有力地说明，其他语言采用并证明有效的方法，对中文也一样适用，不同文种应用系统的性能指标大体相当。固然，每种语言都有它自己的个性，然而这些个性不应当被用来否定语言的共性，并在事实不足的情况下做出错误的判断。
为了推动中文信息处理的发展，让我们拿起评测这个武器，扎扎实实地研究其适用技术，不要再想当然了。建议政府科研主管部门在制定项目计划时，至少要在一个项目的总经费中拿出10%左右的拨款用于资助该项目的评测。没有统一评测的研究成果，终究不是完全可信的
中文之所以叫中文 那是因为再古时候没有中国着个称呼
在开国以后统称只为 中文
所以着就是中文的由来
最早是甲骨文。
秦始皇统一天下文字。
毛泽东废除繁体字。
四人帮来了个更简体的，不过是非法的，目前极少有人用。
中文最早时其实时画
不是甲骨文吗
绛旓細姹夊瓧,浜︾О涓枃瀛椼佷腑鍥藉瓧銆佸浗瀛,鏄眽瀛楁枃鍖栧湀骞挎硾浣跨敤鐨勪竴绉嶆枃瀛,灞炰簬琛ㄦ剰鏂囧瓧鐨勮瘝绱犻煶鑺傛枃瀛,涓轰笂鍙ゆ椂浠ｇ殑鍗庡鏃忎汉鎵鍙戞槑鍒涘埗骞朵綔鏀硅繘,鐩墠纭垏鍘嗗彶鍙拷婧嚦绾﹀叕鍏冨墠1300骞村晢鏈濈殑鐢查鏂囥傚啀鍒扮Е鏈濈殑灏忕瘑,鍙戝睍鑷虫眽鏈濇墠琚彇鍚嶄负鈥滄眽瀛椻,鑷冲攼浠ｆシ鍖栦负浠婃棩鎵鐢ㄧ殑鎵嬪啓瀛椾綋鏍囧噯鈥斺旀シ涔︺傛眽瀛楁槸杩勪粖涓烘杩炵画浣跨敤鏃堕棿鏈闀...
绛旓細涓枃鈥斺斾綔涓轰竴涓皯鏃忕殑姣嶈,涓枃鏄綋浠婁笘鐣屾祦琛岃瑷浣撶郴閲屾渶澶х殑涓涓垎鏀銆傚鍒涗簬鍏厓鍓嶉粍甯濆湪涓栫殑鏃朵唬,鎴愬氨浜庡叕鍏冧簩鍗佷笘绾悗鏈熴傛槸涓绉嶅彂婧愭渶鏃╄屾垚鐔熸渶鏅氱殑涓涓瑷浣撶郴銆傛槸涓滄柟鏂囨槑鐨勪竴绉嶆爣蹇椾笌鎴愭灉,鏄汉绫荤敤鏉ョ簿纭懡鍚嶄笌瀹氫箟涓囦簨涓囩墿鐨勪竴绉嶉噸瑕佷俊鎭浇浣撱備綋绯诲寘鎷嚑鍗冧釜甯哥敤鍗曞瓧鍜屼笂涓囦釜瀛楄瘝鎴愯,鏄枃鏄庣ぞ浼氫笉...
绛旓細褰撴椂浠ｆ紨杩涘嚭鐜版柊浜嬬墿闅句互璇嶇殑鏂瑰紡鏉ヨ〃杈炬椂,涔熻兘浠ュ瓧鏍圭粍鍚堝師鍒,鍚堟垚鍑烘柊瀛楁潵鐢,渚嬪涓枃鐨閾瀛,灏辨槸杩戜唬涓轰簡琛ㄧ幇涓绉嶆柊鍙戠幇鐨勫寲瀛﹀厓绱犺屾柊閫犵殑瀛椼傛眽瀛楃粍鎴愮殑瀛楁牴绌洪棿閰嶇疆瀵瑰瓧涔夋湁褰卞搷:濡傚悓鏍锋槸鈥滃績璺熶骸鈥濈殑鍚堜綋,宸﹀彸鎺掓槸鈥滃繖鈥,涓婁笅鎺掓槸鈥滃繕鈥,鎺掑垪涓嶅悓,瀵艰嚧涓嶅悓鍚箟;鏂囧瓧鍙宠竟鏈夆滀箓鈥濊繖涓瓧鐨勯儴浠,杩欒〃绀...
绛旓細姹夊瓧鐨勬潵鍘嗘槸浠庡彜浠ｇ殑缁撶怀璁颁簨寮濮,鎱㈡參鐨勬紨鍖栨垚鍦ㄦ湪鐗囨垨绔圭墖涓婂埢璁板彿,鍐嶅埌鍏崷銆傜劧鑰岄氳繃闃撮槼鐖昏兘琛ㄧ幇鐨勪笢瑗块潪甯告湁闄,浜轰滑灏遍氳繃瑙傚療澶╁湴涔嬮棿鐨勪簨鐗,鐢ㄥ悇绉嶅舰鐘惰〃绀烘剰鎬濄 浠庤屼骇鐢熶簡鐢查鏂囥傜敳楠ㄦ枃鍒颁簡鍏堢Е鏃舵湡婕斿寲鎴愪负绡嗕功,鏋佸ぇ鍦板澶т簡鏂囧瓧閲,浣嗘槸涔﹀啓澶鏉,鍒颁簡绉︽湞,閫愭笎婕斿寲鎴愰毝涔,鍙樻垚浜嗘垜浠粖澶╃啛鎮夌殑姹夊瓧銆
绛旓細姹夊瓧鏉ュ巻锛氫粨棰夛紝鐩镐紶涓轰腑鍥藉師濮嬬ぞ浼氬悗鏈熼粍甯濈殑宸﹀彶瀹 銆傛嵁璁拌浇锛氳僵杈曢粍甯濆叴璧蜂箣鍚庯紝榛勫笣鐨勫彶瀹樹粨棰夈佹伯璇靛彈楦熷吔瓒宠抗鐨勫惎杩紝闆嗕腑浜嗗姵鍔ㄤ汉姘戠殑鏅烘収锛屽憰蹇冩播琛鏁板崄杞斤紝鎼滈泦銆佹暣鐞嗘祦浼犱笌鍏堟皯涓殑璞″舰鏂囧瓧绗﹀彿骞跺姞浠ユ帹骞垮拰浣跨敤 銆傜怀缁撹櫧鏈夊ぇ灏忓拰褰㈢姸鍖哄埆锛屼絾骞翠箙鏈堟繁锛岄毦浜庤鲸璇嗐傚悗浠撻浠拌濂庢槦鐜洸璧板娍锛屼刊...
绛旓細姹夊瓧,鍙堢О涓枃銆佷腑鍥藉瓧,鍒О鏂瑰潡瀛,鏄眽璇殑璁板綍绗﹀彿,灞炰簬琛ㄦ剰鏂囧瓧鐨勮瘝绱犻煶鑺傛枃瀛椼備笘鐣屼笂鏈鍙よ佺殑鏂囧瓧涔嬩竴,宸叉湁鍏崈澶氬勾鐨勫巻鍙层備互涓嬫槸鎴戜负澶у鏀堕泦鐨勬眽瀛鐨勬潵鍘鍜岀瑧璇,娆㈣繋澶у鍊熼壌涓庡弬鑰,甯屾湜瀵瑰ぇ瀹舵湁鎵甯姪銆 姹夊瓧鐨勭敱鏉 姹夊瓧鏄浼犳枃瀛椼傗滅浼犫濅笉鑳藉焊淇楀湴鐞嗚В銆傚叾琛ㄧ幇褰㈠紡鏄鑰佸瓙涔嬩簬銆婇亾寰风粡銆嬨侀噴杩︾墴...
绛旓細姹夊瓧锛氳褰曟眽璇殑鏂囧瓧銆傛槸涓崕浜烘皯鍏卞拰鍥藉強鏂板姞鍧＄殑瀹樻柟鏂囧瓧銆備害绉涓枃瀛椼佷腑鍥藉瓧銆佸浗瀛楋紝鏄眽瀛楁枃鍖栧湀(涓浗銆佹棩鏈佹湞椴滃崐宀涖佹柊鍔犲潯绛変笢鍗椾簹鍥藉)骞挎硾鎴栨浘浣跨敤鐨勪竴绉嶆枃瀛楋紝灞炰簬琛ㄦ剰鏂囧瓧鐨勮瘝绱犻煶鑺傛枃瀛楋紝鏄笂鍙ゆ椂浠ｇ敱姹夋棌浜烘墍鍙戞槑骞朵綔鏀硅繘銆4銆佹眽瀛楃粡杩囦簡鍑犲崈骞寸殑婕斿彉锛岄愭笎褰㈡垚浜嗏滄眽瀛椾竷浣撯濓紝鍗筹細鐢查...
绛旓細涓枃 涓枃鈥斺斾綔涓轰竴涓皯鏃忕殑姣嶈,涓枃鏄綋浠婁笘鐣屾祦琛岃瑷浣撶郴閲屾渶澶х殑涓涓垎鏀傚鍒涗簬鍏厓鍓嶉粍甯濆湪涓栫殑鏃朵唬,鎴愬氨浜庡叕鍏冧簩鍗佷笘绾悗鏈熴傛槸涓绉嶅彂婧愭渶鏃╄屾垚鐔熸渶鏅氱殑涓涓瑷浣撶郴銆傛槸涓滄柟鏂囨槑鐨勪竴绉嶆爣蹇椾笌鎴愭灉,鏄汉绫荤敤鏉ョ簿纭懡鍚嶄笌瀹氫箟涓囦簨涓囩墿鐨勪竴绉嶉噸瑕佷俊鎭浇浣撱備綋绯诲寘鎷嚑鍗冧釜甯哥敤鍗曞瓧鍜屼笂涓囦釜瀛楄瘝鎴愯,鏄枃鏄庣ぞ...
绛旓細鏃╂湡鐨勯鍒绘枃灏辨槸涓板瘜鐨勬枃瀛楃郴缁燂紝鍚庢湡鐨勮秴瓒婁簡璧锋簮鍙诧紝灞炰簬鍒濇鎴愮啛闃舵浜嗐3銆佺畝浠 姹夊瓧锛氳褰曟眽璇殑鏂囧瓧 銆傛槸涓崕浜烘皯鍏卞拰鍥藉強鏂板姞鍧＄殑瀹樻柟鏂囧瓧銆備害绉涓枃瀛椼佷腑鍥藉瓧銆佸浗瀛楋紝鏄眽瀛楁枃鍖栧湀(涓浗銆佹棩鏈佹湞椴滃崐宀涖佹柊鍔犲潯绛変笢鍗椾簹鍥藉)骞挎硾鎴栨浘浣跨敤鐨勪竴绉嶆枃瀛楋紝灞炰簬琛ㄦ剰鏂囧瓧鐨勮瘝绱犻煶鑺傛枃瀛楋紝鏄笂鍙ゆ椂浠ｇ敱...
绛旓細涓枃鍚 鐢查鏂 澶栨枃鍚 Oracle Bone Inscriptions 鍙堝悕 鍙堢О濂戞枃銆佺敳楠ㄥ崪杈炪侀緹鐢插吔楠ㄦ枃 鍙戠幇鍦 娌冲崡鐪佸畨闃冲競娈峰 鎬ц川 鐩墠鑰冭瘉鐨勪腑鍥芥渶鏃╃殑姹夊瓧 鍙戝睍鍘嗙▼ 鐢查鏂囧洜闀屽埢銆佷功鍐欎簬榫熺敳涓庡吔楠ㄤ笂鑰屽緱鍚嶏紝涓烘鍟嗘祦浼犱箣涔﹁抗锛涘唴瀹逛负璁拌浇鐩樺簹杩佹鑷崇海鐜嬮棿浜岀櫨涓冨崄骞翠箣鍗滆緸锛屼负鏈鏃╀箣涔﹁抗銆傛鍟嗘湁涓夊ぇ鐗硅壊锛屽嵆...
