En 1978, el Ministerio de Economía, Comercio e Industria de Japón publicó la norma JIS X 0208, una codificación de caracteres que sigue siendo referencia para todos los sistemas de escritura japoneses. Poco después de su aparición, varios especialistas detectaron un fenómeno singular: algunos de los caracteres incluidos no figuraban en ningún registro anterior, carecían de significado claro y nadie sabía cómo pronunciarlos. Se les bautizó como "caracteres fantasma" (幽霊文字, yūrei moji) y durante casi dos décadas permanecieron como una rareza sin explicación.
En 1997 se inició una investigación formal para rastrear su origen. El principal reto fue la propia definición de "fuente": muchos procedían del "Resumen de distritos administrativos nacionales", una obra de referencia de siete volúmenes y cerca de 900 páginas por tomo que recopila topónimos japoneses. La pesquisa, basada en entrevistas con los catalogadores que participaron en la norma, logró esclarecer la mayoría de los casos. Varios caracteres habían nacido por errores mecánicos: por ejemplo, 妛 surgió al intentar representar "山 sobre 女" (montaña sobre mujer) en el nombre de un lugar. Como no era posible imprimirlo como un solo glifo, se recortaron 山 y 女 por separado, se pegaron sobre una hoja y se fotocopiaron; la línea de unión entre ambos pedazos se interpretó como un trazo adicional y acabó integrada en el carácter por equivocación.
Un único glifo, 彁, sigue sin origen documentado: la hipótesis más sólida es que procede de una lectura errónea de 彊, aunque nunca se identificó el incidente concreto. Tras la adopción masiva de las normas JIS, estos caracteres se colaron también en Unicode, donde existe además un conjunto paralelo de "caracteres fantasma" aparecido durante el proceso de unificación CJK. Así, ciertos errores de catalogación perpetuados durante el tiempo justo para institucionalizarse forman parte, en potencia, de cualquier ordenador del planeta.