Lingua e computer vietnamiti - Vietnamese language and computers

La lingua vietnamita è scritta con una scrittura latina con segni diacritici che richiede diversi adattamenti durante la digitazione su telefono o computer. I sistemi basati su software sono la forma più popolare di scrittura in vietnamita. Telex è il metodo di input più antico ideato per codificare la lingua vietnamita ed è spesso impostato come predefinito sulle tastiere virtuali di telefoni e dispositivi touchscreen. Altri metodi di input possono includere anche VNI e VIQR , che si adattano maggiormente a personal computer desktop o laptop fisici.

Il metodo di input VNI non deve essere confuso con la code page VNI.

Storicamente, il vietnamita era anche scritto in chữ Nôm , che è usato oggigiorno per scopi cerimoniali e tradizionali, e rimane nel campo degli storici e dei filologi .

Font e codifiche dei caratteri

alfabeto vietnamita

È comune inserire due segni diacritici su una singola vocale vietnamita. Alcuni caratteri impilano questi segni diacritici, mentre altri compensano il segno di tono.

Ci sono ben 46 codifiche di caratteri per rappresentare l' alfabeto vietnamita . Unicode è diventata la forma più popolare per molti dei sistemi di scrittura del mondo, grazie alla sua grande compatibilità e supporto software. I segni diacritici possono essere codificati come caratteri combinati o come caratteri precomposti , che sono sparsi tra i blocchi Latin Extended-A , Latin Extended-B e Latin Extended Additional . Il simbolo ng vietnamita è codificato nel blocco Simboli valuta . Storicamente, la lingua vietnamita usava altri caratteri oltre l'alfabeto moderno. La lettera B del medio vietnamita con svolazzi (ꞗ) è inclusa nel blocco latino Extended-D . L' apice non è incluso in Unicode, ma U+1DC4 COMBINING MACRON-ACUTE può servire come approssimazione approssimativa.

Le prime versioni di Unicode assegnavano i caratteri U+0340 COMBINING GRAVE TONE MARK e U+0341 ◌́ COMBINING ACUTE TONE MARK allo scopo di posizionare questi segni accanto a un accento circonflesso, come è comune nella tipografia vietnamita. Questi due caratteri sono stati deprecati; U + 0301 ◌ COMBINAZIONE acuta ACCENT e U + 0300 ◌ ABBINAMENTO accento grave sono ora utilizzati indipendentemente da qualsiasi presente circonflesso.

Per i sistemi che non dispongono del supporto per Unicode, sono state progettate dozzine di code page vietnamite a 8 bit . I più comunemente usati erano VISCII , VSCII (TCVN 5712:1993), VNI , VPS e Windows-1258 . Laddove è richiesto ASCII , ad esempio quando si garantisce la leggibilità in e-mail di testo normale, le lettere vietnamite sono spesso codificate secondo Vietnamese Quoted-Readable (VIQR) o VSCII Mnemonic (VSCII-MNEM), sebbene l'utilizzo di entrambi gli schemi a larghezza variabile sia diminuito drammaticamente dopo l'adozione di Unicode sul World Wide Web . Ad esempio, il supporto per tutte le codifiche a 8 bit sopra menzionate, ad eccezione di Windows-1258, è stato abbandonato dal software Mozilla nel 2014.

Molti font vietnamiti destinati al desktop publishing sono codificati in VNI o TCVN3 ( VSCII ). Tali caratteri sono noti come "font ABC". I browser Web più diffusi non supportano le codifiche vietnamite speciali, quindi qualsiasi pagina Web che utilizza questi caratteri appare come mojibake incomprensibile sui sistemi senza di essi installati.

A destra, un í che conserva il suo apice .

I vietnamiti spesso impilano i segni diacritici, quindi i designer di caratteri tipografici devono fare attenzione a evitare che i segni diacritici impilati si scontrino con lettere o linee adiacenti. Quando un segno di tono viene utilizzato insieme a un altro segno diacritico, lo spostamento del segno di tono a destra preserva la coerenza ed evita il rallentamento delle saccadi . Nella segnaletica pubblicitaria e nella grafia corsiva , i segni diacritici assumono spesso forme non familiari ad altri alfabeti latini. Per esempio, la lettera minuscola che mantiene il suo apice nel ì , io , ĩ , e í . Queste sfumature sono raramente prese in considerazione negli ambienti informatici.

approcci

La scrittura vietnamita richiede 134 lettere aggiuntive (tra i due casi) oltre alle 52 già presenti in ASCII. Questo supera i 128 caratteri aggiuntivi disponibili in una codifica ASCII estesa convenzionale . Sebbene questo possa essere risolto utilizzando una codifica a larghezza variabile (come viene fatto da UTF-8 ), sono stati utilizzati numerosi approcci da altre codifiche per supportare il vietnamita senza farlo:

  • Sostituisci almeno sei caratteri ASCII, selezionati per essere non comuni in vietnamita e/o per non essere invarianti in ISO 646 o DEC NRCS (come in VNI per DOS ).
  • Eliminare le lettere maiuscole utilizzate meno frequentemente o tutte le lettere maiuscole con segni di tono (come in VSCII-3 (TCVN3)). Queste lettere possono ancora essere fornite per mezzo di caratteri maiuscoli.
  • Goccia forme della lettera Y con segni di tono, rendendo necessario l' uso della lettera I in tali circostanze . Questo approccio è stato rifiutato dai progettisti di VISCII sulla base del fatto che una codifica dei caratteri non dovrebbe tentare di risolvere un problema di riforma dell'ortografia.
  • Sostituire almeno sei caratteri di controllo C0 (come in VISCII , VSCII-1 (TCVN1) e VPS ).
  • Usa la combinazione di caratteri, consentendo a una vocale con accenti di essere rappresentata completamente usando una sequenza di caratteri (come in VNI , VSCII-2 (TCVN2), Windows-1258 e ANSEL ).

Chữ Nôm

𬖾
Il carattere nôm per phở .

Unicode include oltre 10.000 caratteri nôm come parte del repertorio Unicode di CJK Unified Ideographs . Di questi caratteri, 10.082 si trovano nella CJK unificati ideogrammi estensione B blocco, mentre il resto è distribuito tra i CJK unificati ideogrammi , CJK unificati ideogrammi estensione A , e CJK unificate ideogrammi estensione C blocchi. Ulteriori 1.028 caratteri, inclusi oltre 400 caratteri specifici del linguaggio Tày , sono codificati nel blocco CJK Unified Ideographs Extension E. I caratteri sono tratti dagli standard vietnamiti TCVN 5773:1993 e TCVN 6909:2001 [errore per TCVN 6056:1995?], nonché da ricerche dell'Han-Nom Research Institute e altri gruppi. Tutti i caratteri in TCVN 5773:1993 e circa il 95% dei caratteri in TCVN 6909:2001 [errore per TCVN 6056:1995?] hanno codepoint corrispondenti in Unicode 5.1, sebbene lo stesso TCVN 5773:1993 abbia mappato la maggior parte dei suoi caratteri al Private Usa l'area di Unicode. Unicode 13.0 ha aggiunto due caratteri diacritici al blocco Simboli ideografici e punteggiatura che erano comunemente usati per indicare i caratteri presi in prestito in chữ Nôm .

I due più complete NOM font sono il vietnamita nom Preservation Foundation 's nom Na Tong Luce e la comunità sviluppato HAN NOM A / HAN NOM B , entrambi i quali collocare un gran numero di personaggi non standardizzati nei uso privato Aree .

Il database Unihan del Consorzio Unicode include letture vietnamite di alcuni caratteri ma non distingue tra letture sino-vietnamite e nôm .

Come altri sistemi di scrittura CJKV , chữ Nôm è tradizionalmente scritto verticalmente , dall'alto verso il basso e da destra a sinistra.

Chữ Hán e chữ Nôm possono anche essere annotati usando caratteri rubino , che è lo stesso di chữ quốc ngữ per il vietnamita.

L'immissione di testo

Una tastiera vietnamita puramente fisica non sarebbe pratica, a causa del numero di combinazioni lettera-diacritico-diacritico nell'alfabeto, ad esempio á, à, ả, ã, ạ, â, ấ, eccetera. Invece, l'input vietnamita si basa su layout di tastiera basati su software, tastiere virtuali o metodi di input (noti anche come IME).

Layout di tastiera

Microsoft Windows include un layout di tastiera vietnamita basato su TCVN 6064:1995.
Layout della tastiera della macchina da scrivere vietnamita basata su AZERTY

I layout di tastiera vietnamiti si basano su tasti morti per comporre lettere con segni diacritici. La maggior parte dei sistemi operativi desktop include un layout di tastiera vietnamita simile a TCVN 6064:1995  [ vi ] , uno standard nazionale vietnamita. In precedenza, le macchine da scrivere utilizzavano un layout vietnamita basato su AZERTY.

Metodi di input

xvnkb, un IME compatibile con il framework X Input Method sui sistemi Unix, supporta l'output in codifiche a sei caratteri.

I tre metodi di input vietnamiti più comuni sono Telex , VNI e VIQR . Telex indica segni diacritici utilizzando lettere che difficilmente appaiano alla fine di una parola, mentre VNI ripropone i tasti numerici oi tasti funzione e VIQR ripropone vari segni di punteggiatura. Le convenzioni Telex e VIQR hanno avuto origine in un'era precedente di macchine telex e macchine da scrivere, rispettivamente.

Il supporto per questi metodi di input è fornito dagli editor dei metodi di input (IME), noti in vietnamita come bộ gõ , letteralmente "pecker" o "percussioni" in termini più generali. Gli IME possono essere forniti dal sistema operativo, installati come applicazione di terze parti, installati come estensione del browser o forniti da un singolo sito Web sotto forma di script . Le applicazioni di terze parti comuni includono GoTiengViet, UniKey , VietKey, VPSKeys , WinVNKey e xvnkb. Sui sistemi operativi simili a Unix , i framework IBus e SCIM supportano entrambi il vietnamita. Gli script IME come AVIM, Mudim e VietTyping possono essere trovati sulla maggior parte delle bacheche vietnamite , sulla Wikipedia vietnamita e su altri siti Web ad alta intensità di testo. Il browser Web vietnamita Cốc Cốc è dotato di un metodo di input integrato.

I metodi di input consentono di comporre le parole in un ordine più flessibile rispetto a quanto consentito dai layout di tastiera. Ad esempio, per inserire la parola " viết " utilizzando il layout di tastiera TCVN 6064:1995, è necessario digitare VI38T, in questo ordine. Al contrario, la maggior parte degli IME consente all'utente di inserire segni diacritici alla fine della parola: VIEETSin Telex, VIET61in VNI o VIET^'in VIQR. Alcuni IME consentono persino di inserire i segni diacritici prima delle lettere di base. A seconda dell'implementazione di un IME, potrebbe anche essere possibile modificare i segni diacritici di una parola esistente senza ridigitare la parola.

Prendendo in prestito una caratteristica comune tra i metodi di input cinesi , alcuni IME vietnamiti consentono di saltare del tutto i segni diacritici e invece, dopo aver digitato le lettere di base, l'utente può selezionare la parola accentata da un elenco di candidati. Per fornire questo elenco di completamento automatico , l'IME potrebbe dover comunicare con un servizio Web . Alcuni IME utilizzano anche elenchi di candidati per consentire all'utente di convertire il testo dall'alfabeto vietnamita a chữ Nôm , poiché non esiste una corrispondenza uno a uno tra le parole alfabetiche e i caratteri nôm .

Altre considerazioni

Il tipico testo vietnamita contiene un'alta percentuale di parole composte. Le parole composte non vengono mai sillabate nell'uso contemporaneo, quindi i correttori ortografici si limitano a controllare singole sillabe a meno che non venga consultato un modello linguistico statistico .

Il vietnamita ha regole di ortografia rigide e poche eccezioni, quindi i motori di sintesi vocale possono evitare le ricerche nel dizionario tranne quando si incontra una parola di prestito straniera. I motori TTS devono tenere conto dei toni , che sono essenziali per il significato di qualsiasi parola vietnamita, ad esempio má (madre) è una parola diversa da mà (ma).

Guarda anche

Riferimenti

Ulteriori letture

link esterno