維基百科討論:中文繁簡體對照表

注意：此網頁已不再維護。有關不同詞語的轉換錯誤，請到Wikipedia:繁簡體轉換請求進行討論。其他討論請到Wikipedia talk:繁簡處理。

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。

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着頭腦。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)

用不着分類呀

可是，依繁簡轉換程式來看，用不着分類呀，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。接着，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)

為什麼要分類及我的一些設想

首先說說我為什麼要分類：因為我意識到繁簡轉換是一個複雜的問題，雖然大部分繁簡體字之間確實可以一一對映，但也有相當數量的繁簡體字之間不是簡單的一一對映，所以我想作一個細緻的調查。下面先舉幾個例子說明繁簡轉換的複雜。

就拿「台灣」的「台」字舉例來說，簡體的「台」字對應着繁體「臺」、「枱」和「颱」，如果「台灣」一詞在台灣確實是寫作「台灣」而非「臺灣」的話，那麼簡體的「台」字對應着四個繁體字「台」、「臺」、「枱」和「颱」。另一方面，一個繁體字也可能映射為多個簡體字，具體取決於這個字的含義，比如「乾、乹、亁」這三個字，作「乾坤」的「乾」講時，被簡化為「乾」，但作「乾濕」的「乾」字講時被簡化為「干」字。而「干」字本來在繁體中還有它自己的意思，如「干預」，這樣的話，簡化的「干」字映射為繁體字時也是一對多的，它既可以映射為「乾」字，還可以保持不變為「干」字。

從上面的例子我們可以看到，我們必須整理細分到同一個字的不同含義，才能正確轉換繁簡。同時，還有異體字的問題，比如「乹、亁」三個是「乾」的異體字。所有這些，都需要一個細緻的調查。然後，我們還有對每一個字給出它們的unicode編碼和utf-8編碼。

對於我們分類的方案，我覺得是可以討論的。如果不採用漢語拼音，那麼還可以採用部首檢字法。用部首檢字法還有一個好處，就是Unicode編碼本身是採用部首檢字法來給字集排序的。

這裏有一個難點，就是讓計算機確定一個字在某個上下文的具體含義，這是非常困難的，但也是高質量繁簡轉換所必須的。我想我們可以建立一個詞典，用最大匹配法匹配出一個詞（這種技術在大陸叫做「分詞」），然後再在詞的基礎上作繁簡轉化。比如簡體的「台」字化為繁體時大概按下面的方式進行：通過分詞確定出「台」字所在的詞，如果是「台州」就轉化為「台州」，如果是「台榭」就轉化為「臺榭」，如果是「梳妝枱」就轉化為「梳妝枱」，如果是「颱風」就轉化為「颱風」，如果是「台灣」就轉化為「台灣」，等等。這個方案不能保證完全正確，但我想足以應付大多數情況。

我設想期望中的程序（程式）應該具備下述特點：

應該可以進行繁->簡和簡->繁的雙重轉換
必須注意到這樣的情況：
- 在簡體版本中，我們偶然但必須引用一個字的繁體，比如在維基字典中介紹「台」時，必須說明它是「臺」、「枱」和「颱」的簡化。
- 在繁體版本中，我們偶然但必須引用一個字的簡體，比如在維基字典中介紹「臺」時，必須說明它的簡體字是「台」。
- 針對兩種上面的情況，我們必須提供手段，表明一個字不作繁簡轉換。我建議採用C語言中常用的手段，加一個反斜線。比如：用「\颱」表明「颱」字不作簡化，或者「\台」表明「台」字不作繁化。
某些上下文（不論是簡體還是繁體版本）中，我們很難讓計算機判斷出某字的具體含義，我們不得不手工指明如何繁簡轉換。我建議採用兩道反斜線的方法。比如「\\台臺」說明一個字在簡體版用「台」，在繁體版用「臺」。
程序（程式）不用PHP寫，而是用C程式語言寫成，然後再在PHP腳本中用dl引入C的庫函數。這樣可以提高繁簡轉換的效率。
繁簡轉換需要的詞典放在MediaWiki名空間維護。在伺服器（伺服器）啟動的時候由PHP讀入詞典，然後生成繁簡轉換的運行時環境(Runtime environment)，再在此基礎上進行繁簡轉換。
詞典更新後，不用重啟伺服器（伺服器），運行時結構可以得到自動更新。

--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）

我覺得應該把詞語作為轉換的單位

單個字當然是要轉換的，否則有些人看不懂，台灣的人應該看不大懂簡體中文對吧？然而，台灣和大陸的許多詞語也都是不一樣的，不是把字轉為簡體（繁體）大家就看得懂。比如，就計算機的某些詞彙硬盤（硬碟）打印機（打印機）程序（程式）等等，在轉換的同時也應該一併轉換，這樣大家才看得舒暢啊。

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

還應該把繁簡體相同的漢字和繁簡體不同的漢字區分開來。-- ──★── 2012年5月5日 (六) 12:17 (UTC)[回覆]