[已完成] 简繁转换

cracode · 发表于 2015-10-19 23:47:34

本帖最后由 cracode 于 2015-10-27 13:15 编辑

先看下效果：

上图是在 Linux 系统，但 Windows 和 OS X 上需要包含第三方依赖（OpenCC）进 GoldenDict，我没有这些环境来测试。
+ T; n8 J" g4 K3 n2 f( l已提交了PR，欢迎有精力的朋友跟进，帮忙添加 Windows 和 OS X 支持，和测试更多的字典。

2015.10.27
功能已合并进代码库，已添加Windows支持，不过作者尚未发布Early Access Builds.

sky66 · 发表于 2015-10-20 00:18:48

感谢楼主的努力, 我可以协助测试Windows 的部分~

如有需要, 我自己有整理超过上千笔简转繁的资料..
类似opencc里”TWPhrasesName.txt”

cracode · 发表于 2015-10-20 00:27:23

sky66 发表于 2015-10-20 00:18
+ N+ N4 k8 i. d$ q" S感谢楼主的努力, 我可以协助测试Windows 的部分~3 t2 u% N0 [# ?4 \& r6 w3 _* V
% r) v7 W0 _: \9 R" [! r! ?
如有需要, 我自己有整理超过上千笔简转繁的资料..

谢谢，不过需要先添加 OpenCC 的 DLL 及 data、config 数据进 GoldenDict 代码库，这样才能在 Windows 上编译使用。

sky66 · 发表于 2015-10-20 01:10:23

cracode 发表于 2015-10-20 00:27
# O/ [3 N! R( J: F z7 h谢谢，不过需要先添加 OpenCC 的 DLL 及 data、config 数据进 GoldenDict 代码库，这样才能在 Windows 上 ...

这就抱歉了, 对于编程不太了解,
我只能协助测试给予建议, 顶多照抄然后进行小幅度的修改..

在网站有看到您写的源码, 如果后续有机会的话,
建议能将简转繁, Simplified to traditional Chinese conversion
改为TW / HK两组, s2tw.json & s2hk.json
因为原始的 s2t.json 参数我有试用过, 会转出一些罕用的繁体字,
有些字我想一般人(包含我)都看不懂..如: 糉覈竈

klwo2 · 发表于 2015-10-20 09:40:38

sky66 发表于 2015-10-20 01:10# L7 P1 R0 ?6 m, H/ ~
这就抱歉了, 对于编程不太了解,
; U9 q1 j# @6 e6 k2 C. n# B我只能协助测试给予建议, 顶多照抄然后进行小幅度的修改..

这些繁体一点都不罕用啊，

糉，粽子的粽
覈，考核的核
竈，灶台的灶

我觉得利用OpenCC 挺好的，不过没必要弄那么多模式，它的简体转台湾习惯繁体（不转换语词）是我最常用的。其他的真心可有可无。

像鼠标-滑鼠这样的对应，我觉得还不如留给《两岸词典》这样的辞书解决，不要混在繁简转换里，会干扰，而且效果也没有《两岸词典》好。

现在mdict 下面已经有不少大型词典了，繁简转换带来方便的同时，也会对结果产生干扰。所以它的开关最好明显一点，别藏在选项里面，最好能快速切换。

klwo2 · 发表于 2015-10-20 09:43:16

或者做成类似“拼写检查”一样的外挂，搜索简体/繁体的时候提示可能的对应，这样即便不准确也没关系，也不会干扰词典检索结果

如果全文搜索也能繁简同时匹配就更好了

sky66 · 发表于 2015-10-20 09:54:14

本帖最后由 sky66 于 2015-10-20 10:03 编辑

klwo2 发表于 2015-10-20 09:40
/ O) t* ~4 f! q0 K这些繁体一点都不罕用啊，
1 n. t+ `" k9 j- |; r8 V, A6 t9 |' ?6 S9 z7 R7 I
糉，粽子的粽

"简体转台湾习惯繁体（不转换语词）" 就是"s2tw.json", 也是我主要在用的.

至於Opencc的转换语词”s2twp.json”, 的确不就不推荐了, 经测试, 会有一些奇怪的转换..

***************

在此顺便介绍一下, 我在进行简繁转换时, 有部分会参考采用的google词频:

因为翻译一般是”从众”, 但从众的确有时会有误译, 这时就要看是否要拨乱反正, 还是就积非成是, 约定俗成..

"粽子" site:tw約有 574,000 項結果
"糉子" site:tw約有 2,540 項結果

"考核" site:tw約有 681,000 項結果
"考覈" site:tw約有 7,560 項結果

"灶" site:tw約有 434,000 項結果
"竈" site:tw約有 24,800 項結果

cracode · 发表于 2015-10-20 10:26:48

本帖最后由 cracode 于 2015-10-20 10:28 编辑

我觉得简繁转换还是只简单地转换字吧，软件 - 软体这种区分，还是交给词典，毕竟 GD 对英语也没有自动转换不同的拼写，比如 color - colour。
对于香港和台湾用字不同的情况，我会加上对多个alternative的支持。

上两张图：

有选项可以控制是否开启。

启用后，可以在 dictionary pane 随时点击这两个字典图标来开关。

啊，这里Icon好像不合适，应该换掉。

klwo2 · 发表于 2015-10-20 11:30:06

sky66 发表于 2015-10-20 09:54
" j* j. e- s6 ^ q, ~- q"简体转台湾习惯繁体（不转换语词）" 就是"s2tw.json", 也是我主要在用的.8 l! A, Z7 A' i
6 L" A' t- y3 d+ w' G
至於Opencc的转换语词 ...

除了google，还有别的资源：

http://cloudtranslation.cc/corpus_tc.htm

https://www.moedict.tw/考覈

比如国语辞典就有考覈

网上“考核”更多有可能只是新注音输入法考核在前面而已。辞典都说考覈没错，港台不像内地，不通用的“正确”词语词典有，放心用着就是了。

cracode · 发表于 2015-10-20 11:56:48

港台繁体区分，已经加上了。

sky66 · 发表于 2015-10-20 12:18:57

cracode 发表于 2015-10-20 11:56
& q1 ]' U m0 D3 @2 r H8 U; ?港台繁体区分，已经加上了。

太好了, 谢谢楼主..
只是不知道如何才能有windows 版本…

klwo2 · 发表于 2015-10-21 08:44:14

本帖最后由 klwo2 于 2015-10-21 08:46 编辑

我又想起了一个新问题，不知道能不能实现。

可以考虑添加“只转换词语，不转换单字”，OpenCC设计的时候就是转换文本的，而查字典有的时候只要看一个字的解释。

在现有的模式下，“转换繁到简”会让“隻”的搜索结果里出现“只”，简化字字典还好说，反正简体合并了，汉语大字典会因此两个字都出来，平添疑惑；“转换简到繁”会让“听”的搜索结果里面出现“聽”，原本的古字听yin3和“聽”混在一起了。

而转换词语不受影响，形单影只、听力这样的词语不管哪种形式都不会造成太大困难。

当然了不同的人需求不同，有的人可能就需要简繁一起出来，但我想mdict 平台下现在这么多原生繁体的字典，有我刚说的这种“准确对应，不要乱掉”的需求的人也是有的。

另外，tsiank 制作的汉语大字典，自带异体罗列，在下制作的两岸词典繁简对照（https://www.pdawiki.com/forum/fo ... id=13879&extra=），也能实现通用字单字繁简快速跳转，可以不必依赖OpenCC来做

cracode · 发表于 2015-10-27 13:17:44

已完成

klwo2 · 发表于 2015-10-27 13:38:48

本帖最后由 klwo2 于 2015-10-27 14:04 编辑

cracode 发表于 2015-10-27 13:17
2 l( f- L. R" K& {已完成

多谢！等Early Access Builds出来就能用了，不过我还是好奇，我在12楼说的有办法实现嘛？

我在想，或者换一个思路，能不能实现“对特定词典不应用繁简转换”？

sky66 · 发表于 2015-10-27 14:16:25

cracode 发表于 2015-10-27 13:17
+ @ G4 D. x, D) |7 f已完成

真是太好了, 就等Early Access Builds了! 再次感谢楼主的辛劳.

cracode · 发表于 2015-10-27 14:21:19

本帖最后由 cracode 于 2015-10-27 14:32 编辑

klwo2 发表于 2015-10-21 08:444 \9 p! o7 V+ @' ^- F% v' |2 G  f4 k
我又想起了一个新问题，不知道能不能实现。" n: \! a3 B9 v! B/ p  a6 A
' S6 U7 n3 [  K3 ^( |! J
可以考虑添加“只转换词语，不转换单字”，OpenCC设计的时候 ...

简繁转换非一一对应是语言本身的complexity，其他语言也有不规则变形等程序不方便handle的问题。异体字等的区分，词典内容可以解决。

当然这只是我个人的观点，有不同意见可以进一步改进，or just maintain your own fork.

cracode · 发表于 2015-10-27 14:22:36

klwo2 发表于 2015-10-27 13:38
1 ]1 B0 H% \ T. [多谢！等Early Access Builds出来就能用了，不过我还是好奇，我在12楼说的有办法实现嘛？
" q+ ^( d! r, Z/ C9 e
* A, ]1 y; ^# n; c我在想， ...

分组。打开简繁转换会增加几个虚拟的词典，放到哪个分组，哪个组就会自动转换。

klwo2 · 发表于 2015-10-27 15:25:13

本帖最后由 klwo2 于 2015-10-27 15:28 编辑

cracode 发表于 2015-10-27 14:22
" Q! y7 z/ V2 J5 N5 i$ G分组。打开简繁转换会增加几个虚拟的词典，放到哪个分组，哪个组就会自动转换。

哈！我明白了。原先没怎么用过transliteration，没经验。这下明白啦

再次感谢！

bt4baidu · 发表于 2015-10-27 16:50:30

楼主有Goldendict的编译环境，不妨试试在加载词典的时候替换一下css里的url('...')路径，这样就可以用css动态加载mdd里的字体文件和图片了
@font-face { font-family: 'MyFont'; src: url('myfont.ttf'); 。。。
以及
background-image: url(foo.gif);

在路径前面拼上Goldendict的那一串随机字符应该就可以了
foo.gif => bres://49dc2f7b70d4b3ea5f2df26d47cb379b/foo.gif

可以参考https://github.com/goldendict/goldendict/blob/master/mdx.cc里替换link等的方法来实现

KOMA · 发表于 2015-10-28 14:04:35

啥时候能发出来啊

fthukp · 发表于 2016-7-6 08:28:18

我下了windows最新的goldendict 1.5.0-RC2-21-gdb6f369，將要簡繁轉換的字典放在同一組裡也加了簡轉繁虛擬詞典，但是沒有效果。

sky66 · 发表于 2016-7-6 15:35:32

fthukp 发表于 2016-7-6 08:28# B6 F* t9 T1 F; j: t0 J, b$ z
我下了windows最新的goldendict 1.5.0-RC2-21-gdb6f369，將要簡繁轉換的字典放在同一組裡也加了簡轉繁虛擬 ...

這個功能目前 GD 只有在詞頭有轉換效果, 內文還不能轉換..
也就是輸入繁體詞頭可以找簡體詞頭, 反之輸入簡體也可以查到繁體詞頭的內容..
無須另外製作一個簡繁索引的mdx.

fthukp · 发表于 2016-7-7 13:48:47

sky66 发表于 2016-7-6 15:35 I$ N$ k% _/ o/ _7 L: A. A% K4 d
這個功能目前 GD 只有在詞頭有轉換效果, 內文還不能轉換..
* J( P/ b- T9 v Z7 `9 T也就是輸入繁體詞頭可以找簡體詞頭, 反之輸入 ...

多謝解答

		自动登录	找回密码
密码			免费注册

[索引] [已完成] 简繁转换

点评