Método Wubi

El método de entrada Wubizixing ( chino simplificado :五笔字型输入法; chino tradicional :五筆字型輸入法; pinyin : wǔbǐ zìxíng shūrùfǎ ; lit. ' método de entrada de caracteres de cinco trazos ' ), a menudo abreviado simplemente como Wubi o Wubi Xing , ^{[ 1 ]} es un método de entrada de caracteres chinos principalmente para introducir texto en chino simplificado y chino tradicional en un ordenador. Wubi no debe confundirse con el método Wubihua (五笔画) , que es un método de entrada diferente que comparte la categorización en cinco tipos de trazos.

El método también se conoce como Wang Ma ( chino simplificado :王码; chino tradicional :王碼; pinyin : Wáng mǎ ; lit. ' código Wang ' ), llamado así por su inventor, Wang Yongmin (王永民). Existen cuatro versiones de Wubi consideradas estándar: Wubi 86, Wubi 98, Wubi 18030 y Wubi New-century (la versión de tercera generación). Las tres últimas también pueden utilizarse para introducir texto en chino tradicional , aunque de forma más limitada. Wubi 86 es el método de entrada basado en formas más conocido y utilizado para teclados completos en China continental . Si se necesita introducir caracteres chinos tradicionales con frecuencia, otros métodos como Cangjie o Zhengma pueden ser más adecuados y, además, es mucho más probable encontrarlos en el ordenador que se vaya a utilizar.

El método Wubi se basa en la estructura de los caracteres en lugar de su pronunciación, lo que permite introducir caracteres incluso cuando el usuario desconoce la pronunciación, además de no estar demasiado vinculado a ninguna variedad hablada de chino en particular . También es extremadamente eficiente: casi todos los caracteres se pueden escribir con un máximo de 4 pulsaciones de teclas. En la práctica, la mayoría de los caracteres se pueden escribir con menos. Hay informes de mecanógrafos experimentados que alcanzan los 160 caracteres por minuto con Wubi. ^{[ 2 ]} Lo que esto significa en el contexto del chino no es exactamente lo mismo que en el inglés, pero es cierto que Wubi es extremadamente rápido cuando lo usa un mecanógrafo experimentado. La razón principal de esto es que, a diferencia de los métodos de entrada fonética tradicionales, no es necesario perder tiempo seleccionando el carácter deseado de una lista de posibilidades homófonas: prácticamente todos los caracteres tienen una representación única.

Como su nombre indica, el teclado está dividido en cinco regiones. El carácter chino笔(bǐ), cuando se utiliza en el contexto de la escritura de caracteres chinos, se refiere a los trazos de pincel empleados en la caligrafía china. A cada región se le asigna un tipo de trazo específico.

• Región 1: horizontal (一)
• Región 2: vertical (丨)
• Región 3: descendente de derecha a izquierda (丿)
• Región 4: trazos de puntos o trazos descendentes de izquierda a derecha (丶)
• Región 5: gancho (乙)

Al ser un sistema más complejo, dominar Wubi lleva más tiempo. La memorización y la práctica son factores clave para un uso eficaz.

Para usar Wubi, existen varios métodos de entrada disponibles, incluyendo las Herramientas de Entrada de Google (utilizadas por Google Translate) y las opciones de teclado en dispositivos Mac. Las secuencias de caracteres específicos de Wubi se pueden consultar en diccionarios en línea.

En este artículo se utilizará la siguiente convención: carácter siempre se referirá a un carácter chino, mientras que letra , tecla y pulsación de tecla siempre se referirán a las teclas del teclado.

Básicamente, un carácter se descompone en componentes, que suelen ser (aunque no siempre) los mismos que los radicales . Estos se teclean en el orden en que se escribirían a mano . Para garantizar que los caracteres extremadamente complejos no requieran un número excesivo de pulsaciones, cualquier carácter que contenga más de 4 componentes se introduce tecleando primero los 3 primeros y luego el último. De esta forma, los datos de cada carácter se pueden introducir con no más de 4 pulsaciones.

Wubi distribuye sus caracteres de forma muy uniforme, por lo que la gran mayoría se definen de forma única mediante las cuatro teclas mencionadas anteriormente. A continuación, se pulsa un espacio para mover el carácter del búfer de entrada a la pantalla. Si la representación de cuatro letras del carácter no es única, se pulsa un dígito para seleccionar el carácter correspondiente (por ejemplo, si dos caracteres tienen la misma representación, al pulsar 1 se selecciona el primero y al pulsar 2 el segundo). En la mayoría de las implementaciones, siempre se puede pulsar un espacio, que simplemente equivale a un 1 en caso de ambigüedad. El software inteligente intentará asegurarse de que el carácter en la posición predeterminada sea el deseado.

Muchos caracteres tienen más de una representación. Esto a veces se debe a que facilita su uso, en caso de que exista más de una forma obvia de descomponer un carácter. Sin embargo, con mayor frecuencia, se debe a que ciertos caracteres tienen una representación corta de menos de 4 letras, además de una representación completa.

Para caracteres con menos de 4 componentes que no tienen una representación abreviada, se escribe cada componente y luego se completa la representación (es decir, se escriben suficientes pulsaciones adicionales para que la representación tenga 4 pulsaciones) escribiendo manualmente las pulsaciones del último componente, en el orden en que se escribirían. Si hay demasiadas pulsaciones, se deben escribir tantas como sea posible, pero colocando la última al final (esto refleja la regla de componentes para caracteres con más de 4 componentes descrita anteriormente).

Una vez comprendido el algoritmo, con un poco de práctica se puede escribir casi cualquier carácter, incluso sin haberlo escrito antes. La memoria muscular garantiza que quienes escriben con frecuencia utilizando este método no tengan que pensar en cómo se construyen realmente los caracteres, del mismo modo que la gran mayoría de los mecanógrafos en inglés no se preocupan demasiado por la ortografía de las palabras al escribir.

Muchas implementaciones emplean optimizaciones adicionales de varias palabras. Por lo general, un dígrafo común (una palabra de dos caracteres) en el que ambos caracteres tienen representaciones abreviadas de dos pulsaciones de tecla se puede combinar en una única representación de cuatro pulsaciones que genera dos caracteres en lugar de uno. También existen algunos atajos de tres caracteres , e incluso uno bastante más largo con motivaciones políticas. Algunos ejemplos se proporcionan en la sección de ejemplos a continuación.

Otra característica común es el uso de la tecla 'z' como comodín. El método Wubi se diseñó precisamente teniendo en cuenta esta función; por eso no se asignan componentes a la tecla 'z'. Básicamente, se puede escribir 'az' cuando no se sabe cuál debería ser el componente, y el método de entrada ayudará a completarlo. Si se supiera, por ejemplo, que el carácter debería empezar con "kt", pero no se supiera cuál debería ser el siguiente componente, al escribir "ktz" se obtendría una lista de todos los caracteres que empiezan con "kt". ​​Sin embargo, en la práctica, muchos motores de métodos de entrada utilizan un método de búsqueda tabular para todos los sistemas de entrada basados ​​en tablas, incluido Wubi. Esto significa que simplemente tienen una tabla grande en memoria, asociando diferentes caracteres a sus respectivas representaciones. El método de entrada se convierte entonces simplemente en una búsqueda en la tabla. En dicha implementación, la tecla 'z' rompe el paradigma y, por lo tanto, no se encuentra en muchos programas generalizados (aunque el método de entrada Wubi, común en Windows en chino, implementa esta función). Por esta misma razón, la optimización de múltiples caracteres descrita en el párrafo anterior también es relativamente rara.

Algunos métodos de entrada, como xcin (presente en muchos sistemas tipo UNIX), ofrecen una funcionalidad genérica de comodín que se puede usar en todos los sistemas de entrada basados ​​en tablas, incluyendo pinyin y prácticamente cualquier otro. Xcin usa '*' para autocompletar y '?' para una sola letra, siguiendo las convenciones establecidas en la expansión de comodines de archivos de UNIX. Otras implementaciones tienen sus propias convenciones.

El teclado Wubi adopta una distribución tipo QWERTY , por lo que los usuarios de teclados con distribuciones nacionales o alternativas (como Dvorak o la francesa AZERTY ) probablemente tendrán que reasignar las teclas para que el sistema funcione correctamente. Wubi no coloca sus componentes de forma arbitraria: son demasiados, y solo con una metodología lógica el sistema resulta fácil de aprender.

Básicamente, el teclado está dividido en 5 zonas, cada una representando un tipo de trazo. Estos cinco trazos son: descendente a la izquierda, descendente a la derecha, horizontal, vertical y gancho, y las zonas que los representan son QWERT, YUIOP, ASDFG, HJKLM y XCVBN, respectivamente. Todas estas zonas están dispuestas horizontalmente, con la excepción de la M, que no está alineada con el resto de las letras de su zona.

En términos generales, el teclado puede considerarse dividido por la mitad entre T e Y, G y H, y N y M. Las teclas de cada zona se numeran alejándose de esta línea divisoria: así, en la zona QWERT, T es la primera letra, R la segunda y E la tercera; en la zona YUIOP, Y es la primera, U la segunda, I la tercera, etc. Para XCVBN, N es la primera, y así sucesivamente. En HJKLM, M se considera la última de la serie, aunque no esté sobre la línea divisoria.

Esto es importante porque los componentes en la primera posición tendrán una repetición del trazo en cuestión (el trazo asignado a la zona a la que pertenecen), los de la segunda, dos, y los de la tercera, tres. Los componentes que no se puedan clasificar fácilmente con este paradigma se colocarán en la última letra.

Por lo tanto, cabría esperar que 一 se ubicara en G, 二 en F y 三 en D, y de hecho, así es. Del mismo modo, cabría esperar que 丨 se ubicara en H, 刂 en J y 川 en K. Este patrón se mantiene en todas las zonas. Además, se extiende a la mayoría de los radicales que parecen estar formados por tres trazos de este tipo, aunque en realidad no lo estén. Un ejemplo de esto es 中 en K: si bien no tiene tres trazos descendentes (solo dos), parece tener tres. Además, se escribe a mano escribiendo primero un radical de boca, 口, y luego dividiéndolo con un trazo vertical descendente. El radical de boca se encuentra en 'K', por lo que esto hace que la asignación sea doblemente lógica. Y la romanización pinyin de 口, kou3, comienza con k, otra ayuda mnemotécnica codificada en el teclado Wubi.

Además, cada letra de cada zona tiene un componente asociado, su "componente principal". Estos suelen ser caracteres completos (con la excepción de la X). Este componente principal se puede escribir tecleando cuatro veces la letra en la que se encuentra. Por ejemplo, el componente principal de la H es 目, y se escribiría tecleando "hhhh".

Cada letra tiene asociado un carácter abreviado. En algunos casos, este carácter coincide con el componente asociado a la tecla en cuestión, y en otros, no. Este carácter abreviado se obtiene al teclear solo la letra; son caracteres muy comunes al escribir en chino.

Es muy posible que haya varios componentes que no figuren en la lista a continuación, ya sea por descuido, porque se utilizan con poca frecuencia o porque no existe una representación Unicode sencilla para el componente.

Las pulsaciones del teclado se dividen en 5 zonas.

Se creó un poema como regla mnemotécnica para el teclado Wubi, asociando algunos caracteres a cada tecla. El primer carácter es el componente principal de la tecla correspondiente, mientras que los siguientes son componentes o caracteres asociados.

En 2020, la historia de Wubi fue presentada en un episodio de Radiolab titulado "El efecto Wubi". ^{[ 3 ]}

• Sitio web oficial
• Tablas completas de secuencias de Wubi