Radicals များနဲ့ ထပ်ခါထပ်ခါပေါ်လာတဲ့ components တွေကိုသုံးပြီး kanji လေ့လာပါ၊ ဒါပေမယ့် အစိတ်အပိုင်းတစ်ခုချင်းစီကို ၎င်းရဲ့ တည်နေရာ၊ အသုံးဝင်တဲ့ စကားလုံးတစ်လုံး၊ နောက်ပိုင်းပြန်ခေါ်ယူမှုနဲ့ ချိတ်ဆက်ထားပါ။ ဒီလမ်းညွှန်က kanji နဲ့ တရုတ်အက္ခရာ အစိတ်အပိုင်းများ ကို ရှင်းပြပေးပြီး၊ Scribe Origins က အဲဒီပြန်လည်အသုံးချနိုင်တဲ့ ပုံသဏ္ဌာန်တွေထဲကို အက္ခရာတွေကို ခွဲထုတ်ပေးတာကြောင့် လိုင်းတန်းတွေအပြည့် အုတ်နံရံတစ်ခုပြဲလို မမှတ်ဘဲ အရိပ်အမြွက်တွေကနေ ပုံစံကို ပြန်တည်ဆောက်နိုင်ပါတယ်။
အနှစ်ချုပ်
ယုံကြည်စိတ်ချရတဲ့ အဖြေကတော့ အက္ခရာတစ်လုံးချင်းစီကို တံဆိပ်မကပ်ထားတဲ့ ပုံတစ်ပုံအနေနဲ့ မမှတ်ထားပါနဲ့ ဆိုတာပါပဲ။ ထပ်ခါထပ်ခါပေါ်လာတဲ့ အစိတ်အပိုင်းတွေကို ခွဲထုတ်ကြည့်ပါ၊ သူတို့ ဘယ်နေရာမှာ ရှိတယ်ဆိုတာ သတိထားပါ၊ အက္ခရာကို အသုံးဝင်တဲ့ စကားလုံးနဲ့ ချိတ်ဆက်ပါ၊ ပြီးတော့ အချိန်တစ်ခုကြာပြီးနောက် ပြန်ခေါ်ယူပါ။ 森 ("တော") လို အက္ခရာတစ်လုံးကို ဘာမှမသိဘဲ စရေးမယ်ဆိုရင် လိုင်းတန်းပြည့်နှက်နေတဲ့ နံရံတစ်ခုလို မြင်ရနိုင်ပါတယ်။ 木 ("သစ်ပင်") ကို သိလာတဲ့အခါ 森 က တစ်စုတစ်စည်းတည်း စီထားတဲ့ ရင်းနှီးပြီးသား သစ်ပင်သုံးပင် ဖြစ်လာပါတယ်။ အဲဒီဖွဲ့စည်းပုံက ပုံစံအပြည့်စုံ စတင်ပျောက်ကွယ်လာတဲ့အခါ ပြန်တည်ဆောက်ဖို့ တိတိကျကျ အခြေခံတစ်ခု ပေးပါတယ်။
Primitive ဆိုတာ Scribe Origins က ကိုယ်တိုင်ညွှန်ပြနိုင်တဲ့ အက္ခရာအပြည့်အစုံထက် ပိုသေးငယ်တဲ့ ဘာမဆိုဖြစ်ပါတယ်: ရိုးရာ radical တစ်ခု၊ ရိုးရှင်းထားတဲ့ component တစ်ခု၊ ဒါမှမဟုတ် တခါတရံ ကိုယ်ပိုင်အက္ခရာအဖြစ်ပါ ရပ်တည်နိုင်တဲ့ ပိုရိုးရှင်းတဲ့ အက္ခရာတစ်လုံး ဖြစ်နိုင်ပါတယ်။ Character detail page တစ်ခုမှာ လိုင်းတန်းထူထပ်တဲ့ အပိုင်းတစ်ခုတည်း မပြဘဲ အဲဒီအက္ခရာကို ဖွဲ့စည်းထားတဲ့ အစိတ်အပိုင်းစာရင်းတစ်ခုကို ပြပေးပြီး၊ တစ်ခုချင်းစီကို နှိပ်နိုင်သလို တစ်ခုချင်းစီမှာလည်း ကိုယ်ပိုင် keyword ရှိပါတယ်။ 木 ကို တစ်ခါတည်း လေ့လာထားတာက 林 ("တောအုပ်", သစ်ပင်နှစ်ပင်) နဲ့ 森 ("တော", သစ်ပင်သုံးပင်) ထဲမှာ အဲဒါကို အစိတ်အပိုင်းတစ်ခုအနေနဲ့ မြင်နိုင်စေပြီး၊ တစ်ခုချင်းစီကို ဆက်စပ်မဲ့မဟုတ်တဲ့ လိုင်းနံရံတစ်ခုလို မဆက်ဆံရအောင် ကူညီပေးပါတယ်။ ဒါက တကယ့်အတိုင်း native readers တွေ အက္ခရာတွေကို ဘယ်လိုလုပ်စဥ်းစားသလဲဆိုတာပဲ ဖြစ်ပါတယ် — fluent readers တွေက လိုင်းတန်းတစ်ကြောင်းချင်းစီကို မလိုက်ဖတ်ကြဘဲ၊ အစိတ်အပိုင်းပုံစံတွေကို တစ်ချက်ကြည့်နဲ့ မှတ်မိကြပါတယ်၊ primitive study က အဲဒီလို မှတ်မိနိုင်စွမ်းကို ရည်ရွယ်ချက်ရှိရှိ တည်ဆောက်ပေးတာပါ၊ မတော်တဆ နှစ်ပေါင်းများစွာ စောင့်နေစရာမလိုပါဘူး။
နည်းလမ်း
Kanji ကို မြန်မြန် ဘယ်လိုလေ့လာရမလဲ လို့ မေးနေတယ်ဆိုရင် Scribe Origins နဲ့ အမြန်ဆုံးလမ်းကြောင်းက သင်လေ့လာနေတဲ့ ဘာသာစကား သို့မဟုတ် စာရေးစနစ် ဘာပဲဖြစ်ဖြစ် အချိန်တိုင်း အတူတူပဲ ဖြစ်ပါတယ်:
ဒီစာရင်းကို အစဉ်လိုက် လုပ်ဆောင်တာက kanji လေ့လာမှုကို ပြားပြားတင်းတင်း မှတ်သားရုံမဟုတ်ဘဲ အဆင့်လိုက် ပွားလာတဲ့ တိုးတက်မှုတစ်ခုအဖြစ် ပြောင်းလဲပေးပါတယ်: သင်လေ့လာထားတဲ့ primitive တစ်ခုချင်းစီက အဲဒီကို ပြန်အသုံးချတဲ့ နောက်လာမယ့် အက္ခရာငါးလုံးလောက်ကို ပိုမြန်မြန်လက်ခံနိုင်စေပြီး၊ ဒါကြောင့် ဒီနည်းက kanji ကို လေ့လာတဲ့ နည်းတစ်နည်း မဟုတ်ဘဲ တကယ်ကို မြန်တဲ့ နည်းလမ်းဖြစ်ပါတယ်။
ဖွဲ့စည်းပုံ
အက္ခရာအများစုက ကျပန်းအစိတ်အပိုင်းပုံစံမဟုတ်ပါဘူး — အစိတ်အပိုင်းတွေက သတ်မှတ်ထားတဲ့ ပုံစံအလိုက် ရှိနေပြီး၊ အဲဒီပုံစံက အက္ခရာကို မှတ်မိစေတဲ့ အရာရဲ့ တစ်စိတ်တစ်ပိုင်းပါပဲ။ Scribe Origins က သေးငယ်တဲ့ position tags အစုတစ်ခုကိုသုံးပြီး အက္ခရာအတွင်း primitive တစ်ခုချင်းစီ ဘယ်နေရာမှာ ထိုင်နေတယ်ဆိုတာ တံဆိပ်တပ်ပြပါတယ်။ ခေါင်မိုးလို အစိတ်အပိုင်းတစ်ခုက ကိုယ်ထည်အစိတ်အပိုင်းတစ်ခုအပေါ်မှာ ရှိတဲ့ အက္ခရာတစ်လုံးဆိုရင် ကိုယ်ထည်အစိတ်အပိုင်းကို Bottom လို့၊ ခေါင်မိုးအစိတ်အပိုင်းကို Top လို့ တံဆိပ်တပ်ပြပြီး အတူတကွမြင်ရတဲ့ အမြင်အတိုင်း ပြထားပါတယ်။ တစ်ပိုင်းက အခြားတစ်ပိုင်းကို ဝန်းရံထားတဲ့ အက္ခရာတစ်လုံးဆိုရင် ဝန်းရံနေတဲ့ အစိတ်အပိုင်းကို Outside လို့၊ ဝန်းရံခံရတဲ့ အစိတ်အပိုင်းကို Inside လို့ ပြပါတယ်။
| တည်နေရာ | ရှိရာနေရာ | ပုံမှန်ဥပမာ |
|---|---|---|
| Top | အက္ခရာ၏ ကျန်အစိတ်အပိုင်းများအပေါ်ဘက် | ကိုယ်ထည်အစိတ်အပိုင်းအပေါ်မှာ တင်ထားတဲ့ ခေါင်မိုးလို လိုင်းတစ်ကြောင်း |
| Bottom | အက္ခရာ၏ ကျန်အစိတ်အပိုင်းများအောက်ဘက် | အပေါ်ဘက်အစိတ်အပိုင်းကို အောက်ခံပေးထားတဲ့ ကိုယ်ထည်အစိတ်အပိုင်း |
| Left | အက္ခရာ၏ ဘယ်ဘက် | ဘယ်ဘက်အစွန်းတလျှောက် ဆင်းသွားတဲ့ ကျဉ်းမြောင်းသော radical |
| Right | အက္ခရာ၏ ညာဘက် | ညာဘက်တစ်ဝက်ကို ဖြည့်ထားတဲ့ component |
| Outside | အခြားအစိတ်အပိုင်းတစ်ခုကို ဝန်းရံထားသည် | အတွင်းပုံစံတစ်ခုကို ဘောင်ခတ်ထားတဲ့ enclosure လိုင်း |
| Inside | ဝန်းရံထားတဲ့ အစိတ်အပိုင်းအတွင်း ထိုင်နေသည် | အပြင်ပုံစံတစ်ခုအတွင်း ဝင်ရောက်တည်ရှိတဲ့ ရိုးရှင်း component |
| Center | အက္ခရာ၏ အလယ်ဗဟို၊ ဘေးဘက်မထင်ရှား | ကျန်အစိတ်အပိုင်းများက ပတ်လည်တည်ဆောက်နေတဲ့ အဓိက primitive တစ်ခု |

Primitive နဲ့အတူ position ကို မြင်ရတာက မှတ်စရာတစ်ခုတည်းအစား နှစ်ခုကို ပေးပါတယ်: ဘာ အစိတ်အပိုင်းလဲ၊ နောက်တစ်ခုက ဘယ်မှာ သွားထားလဲဆိုတာပါ။ အဲဒီတွဲဖက်မှုက ရင်းနှီးမဟုတ်တဲ့ အက္ခရာတစ်လုံးကို မှတ်ဉာဏ်ထဲကနေ ပြန်တည်ဆောက်ရတာကို လက်တွေ့ကျစေပါတယ် — ဘာမှမသိဘဲ stroke အရေအတွက်တိတိကျကျကို လိုက်ရေးဖို့ မကြိုးစားတော့ဘဲ "အပေါ်မှာ ခေါင်မိုး, အောက်မှာ enclosure" လိုမျိုး ပြန်ခေါ်ယူနေတာပါ။ ဒါက kanji ကို လေ့လာတဲ့ အမြန်ဆုံးနည်းလမ်းတွေထဲက တစ်ခုလည်း ဖြစ်ရတဲ့ အကြောင်းရင်းပါ: label တပ်ထားတဲ့ အချက်နှစ်ချက် (piece + position) က label မပါတဲ့ လိုင်းတန်းရှုပ်ထွေးမှုတစ်ခုထက် working memory ထဲမှာ ထားရ ပိုလွယ်ပါတယ်။
ဆက်နွယ်မှုများ
Scribe Origins ရှိ character detail page တစ်ခုချင်းစီက primitive breakdown နဲ့အတူ ဆက်နွယ်မှုစာရင်း နှစ်ခုကို ပြပါတယ်:
အချို့အက္ခရာတွေမှာ "identical / primitive forms" ဆိုတဲ့ group တစ်ခုလည်း ရှိပြီး၊ သီးခြားသင်္ကေတနဲ့ တူညီတဲ့ပုံစံ၏ တင်သွင်းထားသော alternate သို့မဟုတ် primitive forms တွေကို ခွဲထားပါတယ် — ဥပမာ 丁 နဲ့ ၎င်းရဲ့ ပိုဟောင်းတဲ့ variant form 丅 လိုပါ။ ဒီအမျိုးအစားတွေကို သာမန် similar characters တွေနဲ့ သီးခြားထားတာက သူတို့ဟာ မတူညီပြီး လွယ်လွယ်ကူကူရောထွေးနိုင်တဲ့ အက္ခရာမဟုတ်ဘဲ အခြေခံ identity တစ်ခုတည်းကို ကိုယ်စားပြုနေတာကြောင့်ပါ။
ဒီစာရင်းနှစ်ခုလုံးက အက္ခရာတစ်လုံးတည်းကို စာရေးစနစ်ရဲ့ သေးငယ်တဲ့မြေပုံတစ်ခုအဖြစ် ပြောင်းလဲပေးပါတယ်: used in က အစိတ်အပိုင်းတစ်ခု ဘယ်ကို ဆက်သွားတယ်ဆိုတာ ပြသပြီး၊ similar characters က သင်အဖြေမတင်ခင် ဘာကိုထပ်စစ်သင့်တယ်ဆိုတာ ပြသပါတယ်။
လမ်းညွှန်သွားလာမှု
Character detail page ပေါ်က primitive chip တစ်ခုချင်းစီ၊ "used in" entry တစ်ခုချင်းစီ၊ similar character တစ်ခုချင်းစီဟာ label မဟုတ်ဘဲ လင့်ခ်ဖြစ်ပါတယ်။ Primitive တစ်ခုကို နှိပ်လိုက်တာနဲ့ အဲဒီ primitive ရဲ့ ကိုယ်ပိုင် detail page ဆီ တန်းသွားနိုင်ပြီး — အဲဒီနေရာမှာ ကိုယ်ပိုင် primitive breakdown, ကိုယ်ပိုင် "used in" list, ကိုယ်ပိုင် similar characters တွေ ရှိပါတယ်။ ဒါကြောင့် ရှုပ်ထွေးတဲ့ အက္ခရာတစ်လုံးကနေ စပြီး၊ အဲဒါကို တည်ဆောက်ထားတဲ့ အရိုးရှင်းဆုံး အစိတ်အပိုင်းထဲကို ဆင်းသွားနိုင်ပြီး၊ အဲဒီအစိတ်အပိုင်းရဲ့ "used in" list ကို လိုက်ပြီး အဲဒါပေါ်လာတဲ့ အခြားအက္ခရာအားလုံးဆီ ပြန်ထွက်နိုင်ပါတယ် — character-detail view ကို မထားခဲ့ဘဲ သွားနိုင်ပြီး သင်ရှိနေရာကိုလည်း မပျောက်ပါဘူး။
ဒီ drill-down က primitive လေ့လာမှုကို စာရင်းပြားတစ်ခုအစား စာရေးစနစ်ရဲ့ တကယ့်မြေပုံတစ်ခုအဖြစ် ပြောင်းလဲပေးတာပါ။ သင်ကြိုးစားနေရတဲ့ အက္ခရာတစ်လုံးဟာ မသိရသေးတဲ့ ပြဿနာတစ်ခုတည်း မဟုတ်တတ်ပါဘူး — အဲဒါက သင်မဝင်ကြည့်ရသေးတဲ့ အစိတ်အပိုင်းတစ်ခု နှစ်ခု၊ click တစ်ချက်အကွာမှာသာ ရှိနေတာပါ။
မှတ်ဉာဏ်
အက္ခရာတစ်လုံးကို primitives အဖြစ် ခွဲခြားတာက အဲဒါကို မှတ်မိခြင်းရဲ့ ပထမတစ်ဝက်ပါ; ဒုတိယတစ်ဝက်က သင့်ဦးနှောက်က အစိတ်အပိုင်းတွေကို တစ်ခုနဲ့တစ်ခု ကပ်နေစေဖို့ အကြောင်းပြချက်ပေးတာပါ။ Scribe Origins က ဒီအတွက် တိကျတဲ့ နည်းလမ်းအနည်းငယ်ကို ထောက်ပံ့ပေးပြီး၊ အက္ခရာတိုင်းအတွက် အားလုံးလိုအပ်မနေပါဘူး — အများစုလေ့လာသူတွေက ခက်ခဲတဲ့ item တစ်ခုစီအတွက် တစ်ခုနှစ်ခုလောက်ပဲ လိုအပ်ပါတယ်:
ဒီနည်းလမ်းတွေထဲက တစ်ခုမှ ထူးဆန်းတဲ့ နည်းပညာတွေ မဟုတ်ပါဘူး — fluent readers တွေ အသိမရှိဘဲ သုံးနေတဲ့ shortcut တွေပဲ ဖြစ်ပါတယ်။ ကွာခြားချက်က Scribe Origins က position, relationships, story slot တွေကို character page ပေါ်မှာ တိုက်ရိုက် ပြသပေးတာကြောင့်၊ သင်အသုံးပြုမီ memory scaffolding ကို ကိုယ်တိုင်မဆောက်ရလည်း ရပါတယ်။
အက္ခရာတစ်လုံးလုံးအစား primitives တွေကို လေ့လာခြင်းဖြင့် kanji ကို မြန်မြန်လေ့လာပါ။ Scribe Origins က တရုတ်နဲ့ ဂျပန် အက္ခရာတစ်လုံးချင်းစီကို ထပ်ခါထပ်ခါပေါ်လာတဲ့ အစိတ်အပိုင်း သေးသေးလေးတွေထဲ ခွဲထုတ်ပေးပြီး၊ အဲဒီအစိတ်အပိုင်းတစ်ခုချင်းစီ ဘယ်နေရာမှာ ရှိတယ်ဆိုတာ (အပေါ်, အောက်, ဘယ်, ညာ, အပြင်, အတွင်း, သို့မဟုတ် အလယ်) တံဆိပ်တပ်ထားကာ၊ အစိတ်အပိုင်းတစ်ခုချင်းစီကို အဲဒါကို ပြန်အသုံးချတဲ့ အခြားအက္ခရာအားလုံးနဲ့ ချိတ်ဆက်ပေးထားတာကြောင့်၊ primitives အနည်းငယ်နဲ့ပဲ အက္ခရာဒါဇင်ချီကို ဖွင့်နိုင်ပြီး တစ်ခုချင်းစီကို အစကနေ မှတ်ထားစရာမလိုတော့ပါဘူး။
Kanji radical သို့မဟုတ် primitive ဆိုတာ တရုတ် သို့မဟုတ် ဂျပန် အက္ခရာတစ်လုံးကို တည်ဆောက်ထားတဲ့ ပိုသေးငယ်တဲ့ မြင်ကွင်းအစိတ်အပိုင်းတစ်ခု ဖြစ်ပြီး — ရိုးရာ radical တစ်ခု၊ ရိုးရှင်းထားတဲ့ component တစ်ခု၊ ဒါမှမဟုတ် တခါတရံ ကိုယ်ပိုင်အက္ခရာအဖြစ်လည်း ရှိနိုင်တဲ့ ပိုရိုးရှင်းတဲ့ အက္ခရာတစ်လုံး ဖြစ်နိုင်ပါတယ်။ Scribe Origins က အက္ခရာတစ်လုံးချင်းစီအတွက် primitives တွေကို စာရင်းပြုစုထားတာကြောင့် လိုင်းတန်းတွေတစ်ခုတည်းလို မှတ်မထားဘဲ အစိတ်အပိုင်းတွေကို မှတ်မိနိုင်ပါတယ်။
Primitive တစ်ခုချင်းစီကို ၎င်းရဲ့ တည်နေရာနဲ့တွဲဖက်ပြီး၊ ရှိနေပါက mnemonic story တစ်ပုဒ်နဲ့လည်း တွဲဖက်မှတ်မိပါ။ Scribe Origins က primitive တိုင်းဘေးမှာ တည်နေရာညွှန်ချက်တွေ (အပေါ်, အောက်, ဘယ်, ညာ, အပြင်, အတွင်း, အလယ်) ကို ပြသပေးပြီး၊ အက္ခရာတစ်လုံးချင်းစီပေါ်မှာ ကိုယ်ပိုင်မှတ်ဉာဏ်ဇာတ်လမ်းကို ထည့်သွင်းရေးသားနိုင်တာကြောင့် နောက်တစ်ခါမြင်ရတဲ့အခါ ပုံသဏ္ဌာန်က ကပ်နေပါတယ်။
အက္ခရာအများစုက သူတို့ရဲ့ primitive တွေကို သတ်မှတ်ထားတဲ့ ပုံစံအတိုင်း စီစဉ်ထားကြပါတယ် — တစ်ပိုင်းက အခြားတစ်ပိုင်းအပေါ်မှာ ရှိတယ်၊ တစ်ပိုင်းက အခြားတစ်ပိုင်းကို ဝန်းရံထားတယ် စသဖြင့်ပါ။ Scribe Origins က primitive slot တစ်ခုချင်းစီကို အဲဒီနေရာအတိုင်း Top, Bottom, Left, Right, Outside, Inside, သို့မဟုတ် Center လို့ တံဆိပ်ကပ်ထားပါတယ်။ အစိတ်အပိုင်းနဲ့အတူ အနေအထားကို မြင်ရတာက မှတ်ဉာဏ်ထဲကနေ အက္ခရာဖွဲ့စည်းပုံကို ပြန်တည်ဆောက်ရလွယ်စေပါတယ်။
"Used in" က သင်ကြည့်နေတဲ့ အက္ခရာကို သူ့ရဲ့ ကိုယ်ပိုင် primitives တစ်ခုအဖြစ် ပါဝင်ထားတဲ့ အခြားအက္ခရာအားလုံးကို ပြသပါတယ်။ အကယ်၍ သင်က ရိုးရှင်းတဲ့ component အက္ခရာတစ်လုံးကို ကြည့်နေတယ်ဆိုရင် "used in" က အဲဒီအပေါ်မှာ တည်ဆောက်ထားတဲ့ ပိုရှုပ်ထွေးတဲ့ အက္ခရာတွေကို စာရင်းပြုစုပေးတာကြောင့် သင်သိထားပြီးသား ပုံစံသေးသေးလေးတစ်ခု ဘယ်လိုအကြိမ်ကြိမ် ပြန်ပေါ်လာနေတယ်ဆိုတာ မြင်နိုင်ပါတယ်။
Similar characters တွေက လက်ရှိအက္ခရာနဲ့ အလွန်ဆင်တူလို့ ရောထွေးလွယ်တဲ့ အက္ခရာတွေ ဖြစ်ပါတယ် — လိုင်းတစ်ကြောင်း ထပ်ထည့်ထားတာ၊ အစိတ်အပိုင်းတစ်ခု လဲလှယ်ထားတာ၊ သို့မဟုတ် မှန်ပြန်ပုံစံတစ်ခုလို ဖြစ်နေတာမျိုးပါ။ Scribe Origins က အဲဒီအက္ခရာတွေကို ဘေးချင်းယှဉ်ပြီး တင်ပြထားတာကြောင့် နောက်ပိုင်း တကယ့်ဝါကျထဲမှာ ရောထွေးမသွားခင်၊ အခုလိုဖိအားနည်းတဲ့ လေ့လာရေးမျက်နှာပြင်ပေါ်မှာပဲ ကွာခြားချက်ကို သတိထားမိနိုင်ပါတယ်။
ရပါတယ်။ Character detail page ပေါ်က primitive chip တစ်ခုချင်းစီ၊ "used in" entry တစ်ခုချင်းစီ၊ similar character တစ်ခုချင်းစီဟာ အဲဒီအက္ခရာရဲ့ ကိုယ်ပိုင် detail page ဆီသွားတဲ့ လင့်ခ်ပါ။ ရှုပ်ထွေးတဲ့ အက္ခရာတစ်လုံးကနေ စပြီး သူ့ကို တည်ဆောက်ထားတဲ့ အရိုးရှင်းဆုံး အစိတ်အပိုင်းတွေအထိ ဆင်းနိုင်ပြီး၊ အဲဒီအစိတ်အပိုင်းတွေ ပေါ်လာတဲ့ အခြားနေရာအားလုံးဆီ ပြန်ထွက်နိုင်ပါတယ် — character view ကို မထားခဲ့ဘဲ အားလုံး လုပ်နိုင်ပါတယ်။
ဒီကို Scribe Origins မှာ စမ်းကြည့်ပါ →
လက်တွေ့နည်းလမ်း
Character components တွေက kanji နဲ့ Chinese ကို လေ့လာရာမှာ ဘယ်လိုကူညီလဲ ဆိုတဲ့ လက်တွေ့အဖြေက ထပ်ခါထပ်ခါပေါ်လာတဲ့ ပုံစံတွေက ရှုပ်ထွေးတဲ့ အက္ခရာတစ်လုံးကို သတိပြုနိုင်တဲ့၊ နှိုင်းယှဉ်နိုင်တဲ့၊ ပြန်ခေါ်ယူနိုင်တဲ့ အစိတ်အပိုင်းတွေထဲ ခွဲပေးတာပါ။ Component တစ်ခုက အဓိပ္ပါယ်၊ အသံထွက်၊ တည်နေရာ၊ ဒါမှမဟုတ် ရိုးရှင်းတဲ့ မြင်ကွင်းညွှန်ချက်တစ်ခုကိုတောင် ဖော်ပြနိုင်ပါတယ်။ အဲဒါက အက္ခရာရဲ့ ယနေ့သုံး အဓိပ္ပါယ်အပြည့်အစုံကို ရှင်းပြဖို့ မလိုပါဘူး၊ အသုံးဝင်ရင် လုံလောက်ပါတယ်။
ဒီအစီအစဉ်က သမိုင်းဆိုင်ရာ သို့မဟုတ် dictionary facts တွေနဲ့ learner mnemonics တွေကို ခွဲခြားပေးပါတယ်။ Official radical labels, phonetic components, user-created stories တွေက တူညီတဲ့ လေ့လာမှုလမ်းကြောင်းပေါ်မှာ ပေါ်လာနိုင်ပေမယ့် သူတို့လုပ်ဆောင်ချက်တွေ မတူညီကြပါဘူး။
တည်နေရာပုံစံများ
Components တွေဟာ သူတို့ရဲ့ တည်နေရာနဲ့ ကိုက်ညီအောင် ကျဉ်းသွား၊ ရှည်သွား၊ ရိုးရှင်းသွား၊ သို့မဟုတ် လိုင်းပုံစံ ပြောင်းသွားတတ်ပါတယ်။ သီးခြားအက္ခရာတစ်လုံးက ဘယ်ဘက်မှာသုံးတဲ့ ပုံစံပိုကျဉ်းတဲ့ပုံ သို့မဟုတ် အပေါ်ဘက်မှာသုံးတဲ့ ပိုပြန့်တဲ့ပုံ ရှိနိုင်ပါတယ်။ ပုံစံအမျိုးကွဲတစ်ခုချင်းစီကို primitive အသစ်အဖြစ် မယူဘဲ ပုံစံတွေကြား ဆက်နွယ်မှုကို လေ့လာပါ။
| ပုံစံတည်ဆောက်မှု | စစ်ဆေးရန် | အသုံးဝင်တဲ့ နှိုင်းယှဉ်မှု |
|---|---|---|
| ဘယ်-ညာ | ဘယ်ဘက် component က ပိုကျဉ်းသွားသလား | ဘယ်ဘက်တူညီတဲ့ အက္ခရာအချို့ကို နှိုင်းယှဉ်ပါ |
| အပေါ်-အောက် | အပေါ်ဘက်က ပိုပြန့်သွားသလား သို့မဟုတ် အလယ်မှာ စုဝေးသွားသလား | အောက်ဘက် လိုင်းတွေ ဘယ်လိုကိုက်ညီလဲ စစ်ပါ |
| ဝန်းရံပုံ | အတွင်း element ကို ဘယ်လိုလိုင်းတွေက ဝန်းရံထားသလဲ | အပြည့်အဝဝန်းရံပုံ၊ အောက်ဖွင့်ပုံ၊ ညာဖွင့်ပုံကို ခွဲခြားပါ |
| ထပ်နေမှု သို့မဟုတ် မပုံမှန်ဖွဲ့စည်းမှု | လိုင်းအစဉ်နှင့် မြင်ကွင်းနယ်နိမိတ်များ | အဖြူနေရာကို ခန့်မှန်းမယ့်အစား entry ရဲ့ decomposition ကို သုံးပါ |
အမျိုးကွဲတစ်ခုက မှတ်မိရခက်နေသေးရင် component ကိုယ်တိုင်ကို ရှာပြီး “used in” characters ကို ကြည့်ပါ။ အတူတူညှပ်ထားတဲ့ ပုံစံကို entry အများကြီးထဲမှာ မြင်ရတာက တစ်ခုတည်း သီးသန့်ဥပမာကို မှတ်ထားတာထက် တည်နေရာပုံစံကို ပိုယုံကြည်စိတ်ချစွာ သင်ပေးပါတယ်။
အမှားတွေ့ရှိမှု
အချို့အစိတ်အပိုင်းတွေက အဓိကအားဖြင့် အသံကို ညွှန်ပြတတ်တယ်၊ အချို့က ပိုဟောင်းတဲ့ ပုံစံတွေကို ထင်ဟပ်တတ်တယ်၊ learner decompositions အချို့ကတော့ etymology ထက် မှတ်မိလွယ်စေဖို့ ရွေးထားတာ ဖြစ်နိုင်ပါတယ်။ လက်ရှိအက္ခရာနဲ့ စကားလုံးအဓိပ္ပါယ်တွေကို သူတို့ရဲ့ entry တွေထဲမှာ အတည်ပြုပါ။ Component ကို cue အဖြစ်သုံးပါ၊ ပြည့်စုံတဲ့ အဓိပ္ပါယ်အဖြစ် မသုံးပါနဲ့။
Component တစ်ခု ပါရှိတယ်ဆိုတာသိရုံနဲ့ အဲဒါကို အက္ခရာထဲမှာ ခွဲထုတ်နိုင်ခြင်းမရှိရင် အသုံးဝင်မှုနည်းပါတယ်။ Review လုပ်တဲ့အခါ ၎င်းရဲ့ တည်နေရာနဲ့ ပြောင်းလဲသွားတဲ့ ပုံစံကို လက်ညှိုးထိုးပြနိုင်အောင် သို့မဟုတ် စိတ်ကူးထဲ မြင်နိုင်အောင် လုပ်ပါ။ "ဘယ်မှာရှိလဲ၊ ဘာတွေပြောင်းလဲသွားလဲ?" လို့ မေးပါ။
အက္ခရာနှစ်လုံးက အစိတ်အပိုင်းအများစုကို မျှဝေသုံးပြီး လိုင်းတစ်ကြောင်းနဲ့သာ ကွာနိုင်ပါတယ်။ သူတို့ကို ဘေးချင်းယှဉ်ပြီး တစ်ကြောင်းတည်းနဲ့ ကွာခြားချက်ကိုရေးပါ: အမှတ်အပိုဆောင်း, enclosure မတူ, component လဲ, သို့မဟုတ် ဘယ်ဘက်ညှပ်သွားခြင်း စသဖြင့်ပါ။ Contrast တစ်ခုက သီးခြားမဆိုင်တဲ့ ဇာတ်လမ်းနှစ်ပုဒ်ထက် များသောအားဖြင့် ပိုအားကောင်းပါတယ်။
ပုံသဏ္ဌာန်နဲ့ အဓိပ္ပါယ်က already stable ဖြစ်နေပြီဆိုရင် အသေးစိတ် mnemonic တစ်ခုက ထိန်းသိမ်းမှုအပိုလိုပါတယ်။ ထပ်ခါထပ်ခါ မအောင်မြင်တဲ့ item တွေအတွက်ပဲ ဇာတ်လမ်းတွေကို ချန်ထားပါ။ တိုတောင်းတဲ့ structural label တစ်ခုတည်းနဲ့တင် လုံလောက်နိုင်ပါတယ်။
ပြန်လည်ပြုပြင်နည်း
ဒီပြန်လည်ပြုပြင်နည်းက character components တွေက kanji နဲ့ Chinese characters ကို လေ့လာရာမှာ ဘယ်လိုကူညီလဲ ဆိုတာကို ပြည့်စုံစေပါတယ်: components တွေက ဆင်တူမှုကို ထင်ရှားအောင်လုပ်ပေးပြီး၊ ရည်ရွယ်ချက်ရှိရှိ contrast လုပ်တာက အဲဒီဆင်တူမှုကို အမှားရင်းမြစ်မဟုတ်ဘဲ ပြန်ခေါ်ယူရာ cue အဖြစ် ပြောင်းလဲပေးပါတယ်။
ပြန်လည်သုံးသပ်ရေး အစီအစဉ်
Components ကို နှစ်ဖက်လှည့်ပြီး ပြန်သုံးသပ်ပါ။ ရှုပ်ထွေးတဲ့ အက္ခရာတစ်လုံးကနေ အရေးကြီးတဲ့ အစိတ်အပိုင်းတွေကို အမည်ပေးပါ သို့မဟုတ် ရှာဖွေပါ။ ထပ်ခါထပ်ခါပေါ်လာတဲ့ component တစ်ခုကနေ အဲဒါပါဝင်တဲ့ အက္ခရာနှစ်လုံးသုံးလုံးကို ပြန်ခေါ်ယူပြီး ဘာကြောင့် ခြားနားလဲ ဆိုတာရှင်းပြပါ။ ပြီးရင် အဲဒီအက္ခရာတွေထဲက တစ်လုံးကို တကယ့်စကားလုံးတစ်လုံးအတွင်းမှာ တွေ့ပါ။ ဒါက component study ကို သီးသန့် အမည်ပေးလေ့ကျင့်ခန်းတစ်ခုအဖြစ် ပြောင်းမသွားအောင် ကာကွယ်ပေးပါတယ်။
ဖွဲ့စည်းပုံ တည်ငြိမ်လာတဲ့အခါ dedicated component review ကို လျှော့ပြီး စကားလုံးတွေနဲ့ ဝါကျတွေက ပုံသဏ္ဌာန်တွေကို လှုပ်ရှားနေစေပါ။ ဒီပြန်လည်သုံးသပ်မှုက character components တွေက kanji နဲ့ Chinese characters ကို လေ့လာရာမှာ ဘယ်လိုကူညီလဲ ဆိုတဲ့ မေးခွန်းကို လက်တွေ့ကျစေပါတယ်: အစိတ်အပိုင်းတွေက အစောပိုင်း မြင်ကွင်းမှတ်ဉာဏ်ကို စနစ်တကျ စီစဉ်ပေးပြီး၊ vocabulary ကတော့ တကယ့်ဘာသာစကားအတွက် လိုအပ်တဲ့ အဓိပ္ပါယ်နဲ့ reading တွေကို ပေးပါတယ်။
အက္ခရာလေ့လာရေး မေးခွန်းများ
Component ဆိုတာက အက္ခရာတစ်လုံးကို ခွဲခြမ်းစိတ်ဖြာရန် သို့မဟုတ် မှတ်မိရန် သုံးနိုင်တဲ့ ခွဲခြားသိနိုင်သော အစိတ်အပိုင်း မည်သည့်အရာမဆို ဖြစ်ပါတယ်။ Radical ဆိုတာကတော့ dictionary သို့မဟုတ် indexing tradition တစ်ခုက အက္ခရာကို အမျိုးအစားခွဲဖို့ ရွေးထားတဲ့ component တစ်ခုပါ။ အက္ခရာတစ်လုံးထဲမှာ components အများကြီး ပါနိုင်ပေမယ့် သာမန်အားဖြင့် system တစ်ခုထဲမှာ indexing radical တစ်ခုသာ ရှိပါတယ်။
Learner mnemonic တွေက official radical မဟုတ်တဲ့ ပုံစံတွေကို မှတ်မိလွယ်အောင် နာမည်ပေးနိုင်ပါတယ်။ အမျိုးအစားတွေကို ခွဲထားပါ: lookup အတွက် dictionary radical, analysis အတွက် structural သို့မဟုတ် phonetic component, recall အတွက် memory label ပါ။
ရှည်လျားတဲ့ radical စာရင်းတစ်ခုကို အပြီးသတ်ဖို့ ကြိုးစားမယ့်အစား တကယ့်အက္ခရာတွေနဲ့အတူ မကြာခဏတွေ့ရတဲ့ components အနည်းငယ်ကို အဓိကထား လေ့လာပါ။ Components တွေက သူတို့ ဘယ်လိုနေရာပြောင်းလဲ၊ အသံ သို့မဟုတ် အဓိပ္ပါယ်ကို ဘယ်လိုပံ့ပိုးလဲ၊ ဆင်တူပုံစံတွေကို ဘယ်လိုခွဲခြားလဲဆိုတာ မြင်လာတဲ့အခါ အဓိပ္ပါယ်ရှိလာပါတယ်။ အက္ခရာအသစ်တွေကလည်း အစိတ်အပိုင်းတွေကို မှတ်မိဖို့ အကြောင်းပြချက်တစ်ခု ပေးပါတယ်။
Component တစ်ခု မကြာခဏပြန်ပေါ်လာတာ သို့မဟုတ် ရောထွေးမှုများစွာ ဖြစ်စေတာ တွေ့ရတဲ့အခါ တိုက်ရိုက်ရပ်ပြီး လေ့လာပါ။ မဟုတ်ရင် vocabulary က နောက်ထပ် ဘယ် components တွေကို အာရုံစိုက်သင့်တယ်ဆိုတာ ဆုံးဖြတ်ပါစေ။
သင်ကြားရေးစနစ်တွေက ပုံစံတွေကို မတူညီစွာ ခွဲခြားပြီး learner ရည်မှန်းချက်တွေကလည်း မတူလို့ လိုအပ်တဲ့ အရေအတွက် တစ်ခုတည်း မရှိပါဘူး။ ထပ်ခါထပ်ခါပေါ်လာတဲ့ အစုငယ်တစ်ခုက beginner characters အများစုကို ရှင်းပြနိုင်ပေမယ့် recognition မှာ positional variants တွေလည်း ပါဝင်ရပါမယ်။ Coverage ကို ခြေရာခံပါ: လက်ရှိသင်ခန်းစာတွေထဲက အက္ခရာတွေကို ခွဲထုတ်နိုင်ပြီး အနီးအနားက အက္ခရာတွေကို ခွဲခြားနိုင်ပြီလား?
Abstract total တစ်ခုရောက်ဖို့ မဟုတ်ဘဲ အသုံးဝင်တဲ့ အက္ခရာများစွာကို ဖွင့်ပေးလို့ components တွေ ထည့်ပါ။ အဆင့်မြင့်အက္ခရာတစ်လုံးထဲမှာ တစ်ကြိမ်ပဲသုံးတဲ့ component က နောက်မှလည်း ရနိုင်ပါတယ်။
ကူညီပါတယ်၊ ဘာကြောင့်လဲဆိုတော့ structural grouping က ဆွေ့လွှဲတည်နေရာနဲ့ အချိုးအစားကို မှတ်မိအောင် ကူညီပေမယ့်၊ component recognition က stroke order နဲ့ ရုပ်ပိုင်းဆိုင်ရာရေးသားမှုကို အစားမထိုးနိုင်လို့ပါ။ အက္ခရာတစ်လုံးကို ခွဲပြီးနောက် မှတ်ဉာဏ်ထဲကနေ ရေးကြည့်ပြီး လိုင်းအစဉ်၊ မျှတမှု၊ အစိတ်အပိုင်းတိုင်းရဲ့ ဖိသွားတဲ့ပုံစံကို စစ်ဆေးပါ။
Handwriting က recognition မှာ မမြင်ရတဲ့ မြင်ကွင်းဆိုင်ရာ အသိကို ထုတ်ပြနိုင်ပါတယ်။ Component တစ်ခုကို ချန်ထားမိတာ သို့မဟုတ် နေရာလွဲသွားတာရှိရင် ထပ်ရေးမီ ဖွဲ့စည်းပုံတစ်ခုလုံးကို နှိုင်းယှဉ်ပါ။ မှန်ကန်စွာ ပြန်လည်တည်ဆောက်ခြင်းက သတိမထားမိတဲ့ အမှားကို အကြိမ်များစွာ လေ့ကျင့်တာထက် ပိုအသုံးဝင်ပါတယ်။
အသံအချက်ပြချက်များ
တရုတ်အက္ခရာများနှင့် ဂျပန် kanji အများစုမှာ သမိုင်းအရ အသံနဲ့ ဆက်နွယ်ခဲ့တဲ့ component တစ်ခု ပါဝင်တတ်ပေမယ့် အသံထွက်က ဘာသာစကားနဲ့ အချိန်ကာလအလိုက် ပြောင်းလဲသွားပါတယ်။ Phonetic component တစ်ခုက ခေတ်မီ reading သို့မဟုတ် tone ကို အတည်မပြုပေးပေမယ့် အသံမိသားစုတစ်ခုကို အရိပ်အမြွက်ပေးနိုင်ပါတယ်။ Candidate ထုတ်ပေးတဲ့ အရိပ်အမြွက်တစ်ခုအဖြစ်သာ သဘောထားပါ။
Component တစ်ခုမျှဝေထားတဲ့ အက္ခရာအချို့ကို နှိုင်းယှဉ်ပြီး ပုံစံက ဘယ်နေရာမှာ အလုပ်လုပ်တယ်ဆိုတာ မှတ်တမ်းတင်ပါ။ ပြီးတော့ အသုံးများတဲ့ vocabulary အတွင်းမှာ reading တစ်ခုချင်းစီကို လေ့လာပါ။ Sound-series ကို သတိထားခြင်းက အဓိပ္ပါယ်မတည်ငြိမ်မှုကို လျှော့ချပေးပြီး၊ dictionary audio နဲ့ တကယ့်စကားလုံးတွေက သမိုင်းဆိုင်ရာ ဆက်နွယ်မှု ခန့်မှန်းချက်တစ်ခုကို လက်ရှိအမှားအယွင်းဖြစ်တဲ့ စည်းမျဉ်းအဖြစ် မပြောင်းလဲစေပါဘူး။
သမိုင်းဆိုင်ရာ ရှင်းလင်းချက်များ
မလိုအပ်ပါ။ Etymology က သမိုင်းဆိုင်ရာ ဖွဲ့စည်းပုံကို ရှင်းပြနိုင်ပြီး ပုံစံအချို့ကို အဓိပ္ပါယ်ရှိအောင်လုပ်နိုင်ပေမယ့် learner mnemonic တစ်ခုက ခေါင်းမာတဲ့ ခေတ်မီအက္ခရာတစ်လုံးအတွက် ပိုမြန်နိုင်ပါတယ်။ ခွဲခြားချက်ကို တိတိကျကျ ထားပါ: သမိုင်းဆိုင်ရာ ရှင်းလင်းချက်က ယုံကြည်စိတ်ချရတဲ့ character reference တစ်ခုကနေ လာသင့်ပြီး၊ memory story ကတော့ ရည်ရွယ်ချက်ရှိရှိ စိတ်ကူးယဉ်ထားနိုင်ပါတယ်။ ထပ်ခါထပ်ခါပေါ်လာတဲ့ အသံ သို့မဟုတ် အဓိပ္ပါယ်ပုံစံကို ရှင်းလင်းပေးတဲ့အခါ etymology ကိုသုံးပါ; သမိုင်းဆိုင်ရာ အသေးစိတ်က မှန်ကန်တဲ့ recall သို့မဟုတ် vocabulary အသုံးပြုမှုကို မတိုးတက်စေဘူးဆိုရင် ပိုရိုးရှင်းတဲ့ cue ကိုသုံးပါ။
Scribe Origins က မှတ်မိလွယ်စေဖို့ တံဆိပ်တွေကို သုံးပေမယ့် memory label တစ်ခုက အလိုအလျောက် official radical name သို့မဟုတ် linguistic analysis ဖြစ်မသွားပါဘူး။ Unicode references တွေက တည်ငြိမ်တဲ့ character နဲ့ radical data ကို ပေးပါတယ်။