注音/詞音的字集

最近有人提議把注音選項「使用UTF-8巨大字集」改成內定。東西並不是越大越好。用不到的字太多會造成使用者選字的困難，而且會浪費一點 memory。甚至我還覺得目前內定的字集還是太大，有些一般人用不到的字可以刪除，弄成常用小字集，這樣使用者選字會更容易。

所以，未來希望可以弄成「小中大」字集。 有沒有自願編輯字集的？

小中大的界線很難定，本來以前我想把嘸蝦米弄成，常用及罕用兩種，但是還沒想出更好的界線出來。

嘸蝦米也是一樣，如果把整個 Unicode 字集納入的話，會很煩，因為本來不必選字的，變成要選字了。

或許可以把 BIG5-2003 再加上一些報章雜誌常出現的罕用字（含以前海字集所納入的字），集成常用字的範圍？其餘就納入罕用字？
 

一些字詞頻統計的參考資料

〈現代漢語常用字頻統計〉

〈國小學童常用字詞調查報告書〉

〈民國八十七年常用語詞調查報告析介〉

〈20世纪的现代汉语词汇统计研究〉

在 國語文教育叢書 內看到一些相關畫書籍，不過，可能幫助不大，因為教育部的授權有一些限制。

國語辭典簡編本編輯資料字詞頻統計報告（國語文教育叢書二十一）

閩南語字彙（一）（國語文教育叢書二十三）

閩南語字彙（二）（國語文教育叢書三十五）

臺灣閩南語推薦用字（第1批）

新詞語料彙編1（民國85年7月～86年12月）（國語文教育叢書二十八）

八十四年常用語詞調查報告書（國語文教育叢書二十六）

八十五年常用語詞調查報告書（國語文教育叢書三十二）

八十六年常用語詞調查報告書（國語文教育叢書三十三）

八十七年常用語詞調查報告書（國語文教育叢書三十四）

八十七年口語語料問卷調查報告書（國語文教育叢書三十六）