主题：【原创】试论汉字的科学性（二） -- 大西洋14

好的地方，像你说的单个汉字包含的信息量大，自然打印文本看起来就少。

坏的地方，每个汉字的笔画数就要增加，换句话说，就是识字成本在增加。

在信息化时代这就意味着汉字的信息量过大，就意味着单个汉字需要使用双字节以上的编码方案，结果就是从gb2312发展到gb18030，到目前为止仍无法解决问题（历史上的常汉字可能在三万个以上，全部加起来六万个也不稀奇）。

对汉字的这个特点，是好是坏的很难定论。

http://ling.cuc.edu.cn/htliu/feng/01-01.htm

现在要做这项工作，非常简单，只有要语料库即可。比如说这个：

http://www.fanren8.com/simple/index.php?t20030.html

如果说现代汉字的数字化还算好办的话，古汉语则基本上就是灾难。极限熵根本没法计算。

另外，英国人如果不是半文盲的话，莎士比亚应该还可以看懂的……