「異体字セレクタ」の版間の差分

 

== 解説 ==

 

この原則は、たとえば[[ラテン文字]]の 'a' で、上部の右から左へ伸びる線があるかどうか、という違いは通常は「フォントの違い」であり「別の字」とはしないためほとんど問題ない。しかし例えば、[[CJK統合漢字]]において、Han unification ([[:en:Han unification]]) や各国内標準の都合を理由として、運用上しばしば「別の字」とされる字形を、様々な経緯の結果「詳細/デザイン差」として同じ符号位置としてしまっているのは、問題がしばしば発生する (初期のUnicodeが提案された当初から危惧されていた通りに)。そのため、状況によっては、フォントの指定などを含めることができない[[プレーンテキスト]]上で字形の区別を保存したいという需要も存在する。

このような字形の区別にかかわる需要は、Unicodeの[[CJK統合漢字|漢字統合]]の規則が国内での運用の実情に沿っていない日本では特に顕著であり、JISの各文字集合 ([[JIS X 0208]]、[[JIS X 0212]]、[[JIS X 0213]]) やUnicodeで満たせない需要に対応するため、官庁では[[戸籍統一文字]]や[[住民基本台帳ネットワーク]]統一文字など、民間では[[今昔文字鏡]]や[[GT書体|GTプロジェクト]]などといった独自の[[大規模文字セット]]が繰り返し作成され、一部で運用されてきた。しかしそれらは独自であるがゆえに、Unicodeを使用している既存の大多数の[[パーソナルコンピュータ|PC]]環境と[[相互運用性]]がない。

 

 

== 種類 ==

 

SVSは非漢字や[[CJK互換漢字]]などで利用され、その字形コレクションはUnicodeのStandardized Variants<ref>

</ref>にて定義されている。Standardized Variantsへの字形の追加は、[[ユニコードコンソーシアム]]が行なっている。

 

一方、IVSは漢字専用で、字形コレクションは Ideographic Variation Database (漢字異体字データベース、略称 '''IVD''') にて定義されている。IVDへ字形コレクションを登録するには、定められた手続きに則ってユニコードコンソーシアムへ申請を行う必要がある<ref name="tr37">

</ref>。

 

* IVSで利用される異体字セレクタ：U+E0100〜U+E01EF (VS17～VS256) (240個) ([[追加特殊用途面|追加特殊用途面 (SSP) ]]に定義)

 

 

IVSでは拡張領域である[[追加特殊用途面|追加特殊用途面 (SSP) ]]に定義された異体字セレクタ (U+E0100〜U+E01EF, VS17～VS256) を使用する<ref name="tr37"/>。このためIVSに対応し、[[UTF-16]]を使用するアプリケーションは、[[Unicode#サロゲートペア|サロゲートペア]]を正常に扱えなければならない。逆にSVSではUnicode 10の時点では全て基本多言語面 (BMP) の異体字セレクタ (U+FE00〜U+FE0F, VS1～VS16) を使用している。なお[[CJK互換漢字]]は、漢字でありながらIVSではなく非漢字と同じSVSとして登録されたため、基本多言語面 (BMP) の異体字セレクタを使用する。

[[Image:ufa30.svg|thumb|right|120px|CJK互換漢字を使うと<U+FA30>、異体字セレクタを使うと<U+4FAE E0101>,<U+4FAE E0103>,<U+4FAE FE00>のいずれかで符号化される]]

[[JIS X 0213]]や[[CNS 11643]]などの各国の[[文字コード]]では区別されているが、Unicodeでは統合されている文字を区別するため、Unicodeではこれまで[[CJK互換漢字]]を使ってきた。しかし技術的な制約により、漢字の異体字セレクタは[[CJK統合漢字]] (正確にはUnified_Ideographプロパティを持つ文字) にしか付けることができない。これは[[Unicode正規化]]に対する安定性の問題 ([[CJK互換漢字#日本語処理における問題点]]を参照) を改善するが<ref>

</ref>、同じ字形を意図していても異体字セレクタに対応した[[実装]]と対応していない実装との間で異なる符号化表現が採用され、混乱を招く可能性も指摘されている<ref>

 

また、2006年1月にIVDへの字形コレクションの登録手続きが制定され<ref name="tr37"/>、登録が可能になった後にも[[ARIB外字]]や汎用電子情報交換環境整備プログラムで収集された漢字の一部をCJK互換漢字として収録することが要望される<ref>{{cite web|url=http://www.cse.cuhk.edu.hk/~irg/irg/irg29/IRGN1347_wg2n3318-ARIB_CJK.pdf|title=Proposal to encode six CJK Ideographs in UCS|date=2007-09-07|accessdate=2008-02-02}}</ref><ref name="hanyo"/>など、足並みは必ずしもそろっていなかった。

 

== 歴史 ==

 

2000年9月15日、ISO/IEC 10646-1が改訂され、[[中華人民共和国|中国]]の提案によりUCSに収録されたモンゴル文字の一部としてモンゴル自由字形選択子 (Mongolian free variation selector) 3文字が規定された<ref>{{cite book|date=2000-09-15|title=ISO/IEC 10646-1:2000 Information technology -- Universal Multiple-Octet Coded Character Set (UCS) -- Part 1: Architecture and Basic Multilingual Plane}}</ref>。

2001年8月17日、WG2の[[リエゾン会員]]であるユニコードコンソーシアムが、活動報告として255文字の異体字セレクタを追加で承認したことを述べた<ref>{{cite web|url=http://anubis.dkuug.dk/jtc1/sc2/wg2/docs/n2370.doc|title=Unicode Liaison Report|date=2001-08-17|accessdate=2008-02-02}}</ref>。UCSとUnicodeの同期の原則により、これらはUCSにも収録される必要があった。

 

 

2002年4月1日、[[日本]]はWG2に、[[万寿 (書)|万寿]]の表現には少なくとも10000種類の異体字セレクタが必要であるから、UCSの第13[[面 (文字コード)|面]]をまるまる漢字の異体字セレクタに割り当てるべきであるとする文書を提出した<ref>{{cite web|url=http://std.dkuug.dk/jtc1/sc2/wg2/docs/n2429.doc|title=Proposal: Use full plane-13 for the Han variation selector|date=2002-04-01|accessdate=2008-02-02}}</ref>。ただしこれは大真面目に書かれてはいるものの[[ジョークRFC]]に似た[[エイプリルフール]]文書で、なぜかWG2の第42回会議の議題にまで上ってしまったが<ref>{{cite web|url=http://std.dkuug.dk/jtc1/sc2/wg2/docs/n2469r.htm|title=Updated Agenda – Meeting 42|date=2002-05-19|accessdate=2008-02-02}}</ref>、実際には審議されていない<ref>{{cite web|url=http://std.dkuug.dk/jtc1/sc2/wg2/docs/n2453.pdf|title=Dublin Meeting 42 Minutes|pages=p.36|date=2002-10-30|accessdate=2008-02-02}}</ref>。

2002年5月20日、日本は上記アメリカの提案が異体字セレクタを漢字に使うつもりであったことに関して、議論が全く深められておらず導入は時期尚早であると懸念を表明した<ref>{{cite web|url=http://std.dkuug.dk/jtc1/sc2/wg2/docs/n2468r.doc|title=Concerns on the VARIATION SELECTORS in ISO/IEC 10646-2, PDAM-1|date=2002-05-20|accessdate=2008-02-02}}</ref> (モンゴル文字や数学記号の収録に伴う異体字セレクタの導入ではそれまで長い時間を掛けて検討が重ねられていた)。

 

 

2003年6月25日、[[ドイツ]]が[[ウムラウト]]と[[トレマ]]を区別するための異体字セレクタの追加を要望したが<ref>{{cite web|url=http://std.dkuug.dk/jtc1/sc2/wg2/docs/n2593.doc|title=German request to encode the characters "LATIN VARIATION SELECTOR UMLAUT" and "LATIN VARIATION SELECTOR TREMA"|date=2003-06-25|accessdate=2008-02-02}}</ref>、技術的制約により異体字セレクタでは実現不可能であったため却下された<ref>{{cite web|url=http://std.dkuug.dk/jtc1/sc2/wg2/docs/n2613.doc|title=UTC response to N2593|date=2003-09-04|accessdate=2008-02-02}}</ref>。

 

 

 

{{Double image aside|right|u93ad.svg|120|cid-13370.svg|120|{{Unihan|93AD}}|{{Unihan|93AD}}ではなく、{{Unihan|93AE}}にVS18を付けて表す}}

 

2008年10月10日、日本は汎用電子情報交換環境整備プログラムの成果として収集・整理された、[[戸籍]]や[[住民基本台帳ネットワーク]]の処理に必要とされる異体字を、[[CJK互換漢字|互換漢字]]として追加提案した<ref name="hanyo">{{cite web|url=http://www.dkuug.dk/jtc1/sc2/wg2/docs/n3530-cover.doc|title=Proposal to Add a Set of Compatibility Ideographs for Government Use|date=2008-10-10|accessdate=2011-02-01}}</ref>。これに対しUnicode Technical Committee (UTC)と米国は、互換漢字は正規化に際して区別が保存されず、また統合漢字の字形の一意性は保証されないため、IVDによる登録を推奨するとコメントした<ref>{{cite web|url=http://www.dkuug.dk/jtc1/sc2/wg2/docs/n3590.pdf|title=Handling Glyph Shapes for Government Use in WG2/N3530 via Variation Sequences|date=2009-02-09|accessdate=2011-02-01}}</ref>。またUTCは、SC2からの登録に対して通常IVDへの登録にかかる登録料を免除すると伝えた<ref>{{cite web|url=http://std.dkuug.dk/jtc1/sc2/wg2/docs/n3591.pdf|title=Information on the Unicode Ideographic Variation Database – Letter to SC2 Unicode Consortium|date=2009-03-12|accessdate=2011-02-01}}</ref>。これを受け、2009年10月16日、日本は互換漢字の追加提案を取り下げた<ref>{{cite web|url=http://std.dkuug.dk/jtc1/sc2/wg2/docs/N3706.doc|title=Follow-up on N3530 (Compatibility Ideographs for Government Use)|date=2009-10-16|accessdate=2011-02-01}}</ref>。

 

 

2010年12月6日、[[アドビシステムズ]]、イースト、[[ジャストシステム]]、[[大日本スクリーン製造|大日本スクリーン]]、[[マイクロソフト]]、[[モリサワ]]の6社共同で、IVSの普及推進を目的としてIVS技術促進協議会が設立された<ref>{{cite web|url=https://internet.watch.impress.co.jp/docs/news/412176.html|title=人名などの異体字もデータ交換可能に、MSなどが「IVS技術促進協議会」発足 |publisher=INTERNET Watch|date=2010-12-06|accessdate=2011-02-01}}</ref>。

2011年4月2日、UTCから[[簡体字]]をIVSで表す登録申請の準備をしていることが告知された<ref>{{cite web |url=http://appsrv.cse.cuhk.edu.hk/~irg/irg/irg36/IRGN1757_ProposedIVDRegistration.pdf |title=Preliminary Proposal for an Ideographic Variation Database Registration |date=2011-04-02 |accessdate=2014-09-17 }}</ref>。しかしCJK統合漢字の既存の符号化モデルと矛盾する上に、21字中符号化済みの漢字が6字も含まれるというずさんな提案であり、[[Ideographic Rapporteur Group|IRG]]<ref>{{cite web |url=http://std.dkuug.dk/JTC1/SC2/WG2/docs/n4021.pdf |title=Summary Report of IRG #36 |date=2011-04-20 |accessdate=2014-09-17 }}</ref>・韓国<ref>{{cite web |url=http://appsrv.cse.cuhk.edu.hk/~irg/irg/irg36/IRGN1757ROKFeedback.pdf |title=R.O.Korea's comments RE: IRG N1757 (UTC Preliminary Proposal for an IVD Registration) |date=2011-06-01 |accessdate=2014-09-17 }}</ref>・イギリス<ref>{{cite web |url=http://appsrv.cse.cuhk.edu.hk/~irg/irg/irg37/IRGN1783_WG2n4075.pdf |title=Comments on issues raised in N4021 |date=2011-05-22 |accessdate=2014-09-17 }}</ref>などから懸念が寄せられ、登録申請は中止された。

 

 

 

 

2014年5月16日、IVDがバージョンアップ。文字情報基盤整備事業のMoji_Johoが登録された<ref name="ivdversions"/>。

 

== 参考資料 ==

* {{cite book|author=ISO/IEC JTC 1|authorlink=ISO/IEC JTC 1|date=2003-12-15|title=ISO/IEC 10646:2003 Information technology -- Universal Multiple-Octet Coded Character Set (UCS)|url=http://std.dkuug.dk/jtc1/sc2/wg2/}}{{en icon}}

* {{cite book|author=ISO/IEC JTC 1|authorlink=ISO/IEC JTC 1|date=2005-11-18|title=ISO/IEC 10646:2003/Amd 1:2005 Glagolitic, Coptic, Georgian and other characters|url=http://std.dkuug.dk/jtc1/sc2/wg2/}}{{en icon}}

 

== 外部リンク ==

* [https://747.github.io/vsselector/ 異体字セレクタセレクタ] - SVS・IVSで利用できるすべての異体字の検索ができる。

{{文字コード}}