Wikipedia talk:中文繁简体对照表
维基百科，自由的百科全书
注意：此网页已不再维护。有关不同词语的转换错误，请到Wikipedia:繁简体转换请求进行讨论。其他讨论请到Wikipedia talk:繁简处理。
目录 |
[编辑] 哇，現在演化成這個樣子了
哇，現在演化成這個樣子需要分類了，難得我已經收集了基礎用字約 1953 個了，該怎麼辦呢？我先貼上去好了。
[编辑] 在台灣是沒有人懂漢語拼音的
- err... 有些字重複了。另外，事實上在台灣是沒有人懂漢語拼音的，似乎用漢語拼音的方式來分類，會造成某些想找對照的人摸不著頭腦。或許該找另一個方式來分類會比較好。 --Rickz 07:10 2004年4月11日 (UTC)
[编辑] 用不著分類呀
- 可是，依繁簡轉換程式來看，用不著分類呀，重點是把對應關係找出來，然後將使用者 POST 出去的資料轉換，這樣就可以了，我舉個例子來說好了。
例子：假設使用者的送出資料之後，儲存使用者送出的資料的變數名稱叫做 $data，那麼這時候為了同時要儲存兩種版本的頁面，要先複製變數，令 $data_2 = $data。 接著，我們使 $data 為簡體版本，$data2 為繁體版本，利用我們蒐集到的繁簡中文對照，將 $data 中的所有可能出現的繁體字轉換為簡體字；likewise，將 $data2 中的所有可能出現的簡體字轉換為繁體字，最後在同時儲存，這樣就可以啦。
但是如果是要另外做資料或文化用途的話，分類當然是必要的啦（不管是怎麼樣的分類），而且相當必要。Dowba 11:55 2004年4月11日 (UTC)
[编辑] 为什么要分类及我的一些设想
首先说说我为什么要分类：因为我意识到繁简转换是一个复杂的问题，虽然大部分繁简体字之间确实可以一一对映，但也有相当数量的繁简体字之间不是简单的一一对映，所以我想作一个细致的调查。下面先举几个例子说明繁简转换的复杂。
就拿“台湾”的“台”字举例来说，简体的“台”字对应着繁体“臺”、“檯”和“颱”，如果“台湾”一词在台湾确实是写作“台灣”而非“臺灣”的话，那么简体的“台”字对应着四个繁体字“台”、“臺”、“檯”和“颱”。另一方面，一个繁体字也可能映射为多个简体字，具体取决于这个字的含义，比如“乾、乹、亁”这三个字，作“乾坤”的“乾”讲时，被简化为“乾”，但作“乾湿”的“乾”字讲时被简化为“干”字。而“干”字本来在繁体中还有它自己的意思，如“干预”，这样的话，简化的“干”字映射为繁体字时也是一对多的，它既可以映射为“乾”字，还可以保持不变为“干”字。
从上面的例子我们可以看到，我们必须整理细分到同一个字的不同含义，才能正确转换繁简。同时，还有异体字的问题，比如“乹、亁”三个是“乾”的异体字。所有这些，都需要一个细致的调查。然后，我们还有对每一个字给出它们的unicode编码和utf-8编码。
对于我们分类的方案，我觉得是可以讨论的。如果不采用汉语拼音，那么还可以采用部首检字法。用部首检字法还有一个好处，就是Unicode编码本身是采用部首检字法来给字集排序的。
这里有一个难点，就是让计算机确定一个字在某个上下文的具体含义，这是非常困难的，但也是高质量繁简转换所必须的。我想我们可以建立一个词典，用最大匹配法匹配出一个词（这种技术在大陆叫做“分词”），然后再在词的基础上作繁简转化。比如简体的“台”字化为繁体时大概按下面的方式进行：通过分词确定出“台”字所在的词，如果是“台州”就转化为“台州”，如果是“台榭”就转化为“臺榭”，如果是“梳妆台”就转化为“梳妝檯”，如果是“台风”就转化为“颱風”，如果是“台湾”就转化为“台灣”，等等。这个方案不能保证完全正确，但我想足以应付大多数情况。
我设想期望中的程序（程式）应该具备下述特点：
- 应该可以进行繁->简和简->繁的双重转换
- 必须注意到这样的情况：
- 在简体版本中，我们偶然但必须引用一个字的繁体，比如在维基字典中介绍“台”时，必须说明它是“臺”、“檯”和“颱”的简化。
- 在繁体版本中，我们偶然但必须引用一个字的简体，比如在维基字典中介绍“臺”时，必须说明它的简体字是“台”。
- 针对两种上面的情况，我们必须提供手段，表明一个字不作繁简转换。我建议采用C语言中常用的手段，加一个反斜线。比如：用“\颱”表明“颱”字不作简化，或者“\台”表明“台”字不作繁化。
- 某些上下文（不论是简体还是繁体版本）中，我们很难让计算机判断出某字的具体含义，我们不得不手工指明如何繁简转换。我建议采用两道反斜线的方法。比如“\\台臺”说明一个字在简体版用“台”，在繁体版用“臺”。
- 程序（程式）不用PHP写，而是用C编程语言写成，然后再在PHP脚本中用dl引入C的库函数。这样可以提高繁简转换的效率。
- 繁简转换需要的词典放在MediaWiki名空间维护。在服务器（伺服器）启动的时候由PHP读入词典，然后生成繁简转换的运行时环境(Runtime environment)，再在此基础上进行繁简转换。
- 词典更新后，不用重启服务器（伺服器），运行时结构可以得到自动更新。
--Mountain(Talk) 20:03 2004年4月11日 (UTC)
- 嗯，這樣一來勢必得花更大的工夫，我們有功力如此深厚的的 program designer 嗎？ 61.219.126.137 06:10 2004年4月12日 (UTC) （Dowba）
[编辑] 我觉得应该把词语作为转换的单位
单个字当然是要转换的，否则有些人看不懂，台湾的人应该看不大懂简体中文对吧？ 然而，台湾和大陆的许多词语也都是不一样的，不是把字转为简体（繁体）大家就看得懂。比如，就计算机的某些词汇 硬盘（硬碟） 打印机（印表機） 程序（程式） 等等，在转换的同时也应该一并转换，这样大家才看得舒畅啊。
[编辑] 關於用字排列的建議
目前的用字還沒排序，如果用漢語拼音，臺灣一票人不懂，用注音或通用拼音，大陸、星馬也看不懂。建議可以參考台灣人列表的方式，由於注音為37個，而漢語有26個，因此以注音為底，漢語搭配的方式，應該可以解決排字問題。（用筆畫方式，由於簡繁字體筆畫筆順不同，可能引起更大困惑）
又如果不知道該字發音，讀者將該字剪下，直接貼上瀏覽器的搜尋功能即可。 218.172.203.67 14:35 2004年5月27日 (UTC)封印
