天下网吧 >> 网吧天地 >> 网吧技术 >> 网吧软件 >> 正文

利用维基百科实现高质量中文简繁转换

2009-7-13不详佚名
    自从有了简体中文以来,中文的简繁转换便成了一项新兴职业,特别是近年来,两岸三地的交流愈发频繁,这种需求更为旺盛。当然,你可以付钱选择专业的公司来帮您完成文件、文章等等的职业级简繁转换;然而,您也可以选择中文维基百科为你奉献的一顿简繁转换的免费午餐。   中文简繁转换的难题     我们都知道,中文简繁之间的区别不仅仅是字音字形上的不同,地域和社会形态的差异也形成了表达习惯上的较大差异。比如说,大陆管panda叫“熊猫 ”,台湾香港叫“猫熊”;大陆管database叫“数据库”,台湾香港叫“資料庫”;大陆管篮球飞人叫“迈克尔.乔丹”,台湾香港叫“米高.佐敦”…… 所以,从某种意义上说,中文的简繁转换其实更像是一个翻译过程。     许多的应用程序和网站都提供中文简繁转换,但99.9%都是基于汉字简繁编码的一一对应关系做基本语言单位—— 字级别上的转换。包括 Google Translate 在内都是基于这种转换,那么这种转换的结果是什么呢,我们来看看下面两句话的简繁转换:

原文-----------------------------转换方向--------------------译文

他用调制解调器发出一个回车字符。 简->繁    他用調製解調器發出一個回車字符。

碧咸在寮國見到了布希。               繁->简    碧咸在寮国见到了布希。

    这个转换结果,第一句没有一个台湾香港居民能看懂,第二句没有一个大陆居民知其所云。这无外乎又是一出把“How old are you?”翻译成“怎么老是你?”;把“给你点颜色看看!”翻译成“Give you a little color to see see!”的让人贻笑大方闹剧。正确的结果,第一句的繁体应该是“他用數據機發出一個歸位字元”;第二句的简体应该是“贝克汉姆在老挝见到了布什”。     以上的例子,足以让读者您了解到了中文简繁转换的难度。而更为棘手的是,大陆在简化汉字的过程中,把许多在繁体中文中字形、字音、字义完全不同的多个汉字简化到一个汉字下面。比如:     “頭髮”和“發財”中的“髮”和“發”全都简化为“发”;     “鬱鬱寡歡”和“郁郁青青”中的“鬱”和“郁”全部简化为“郁”     等等。所以 简->繁 的转换更为复杂,转换器必须识别这种一对多的对应关系。否则,将“郁郁寡欢”转换为“郁郁寡歡”“是相当可笑的错误,因为“郁”在古汉语中是”美好、丰盛、文采飞扬“之意,汉语中的确没有”郁郁寡歡“这种自相矛盾的成语。     如果您对转换结果要求并不苛刻,可以尝试使用 Microsoft Word ,其简繁转换的品质相对较好,作了很多表达习惯上的修订,但是转换结果中仍可以找到大量未修订,不符合目标语表达习惯的地方,特别是各种人名、地名。具体 的情况,读者可以自行在 Microsoft Word 中考证。   利用中文维基百科的简繁转换系统     笔者在中文维基百科大陆解封后,也成了一名维基贡献贡献者,用简体中文撰写条目,同时也发现了维基强大的简繁转换系统。例如,我曾在 Qt 条目中写道:     经过多年发展,Qt不但拥有了完善的C++图形库,而且近年来的版本逐渐集成了数据库、OpenGL库、多媒体库 (Phonon)、网络库、脚本库、XML库、WebKit库等等,其内核库也加入了进程间通信、多线程等模块,极大的丰富了Qt开发大规模复杂跨平台应 用程序的能力,真正意义上实现了其研发宗旨“Code Less; Create More; Deploy Anywhere.”。     当我点击该条目右上角的“台灣正體”后,出现的转换结果为: 9 7 3 1 2 4 8 :

本文来源:不详 作者:佚名

声明
声明:本站所发表的文章、评论及图片仅代表作者本人观点,与本站立场无关。文章是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益,请作者持权属证明与本网联系,我们将及时更正、删除,谢谢。 Email:support@txwb.com,系统开号,技术支持,服务联系微信:_WX_1_本站所有有注明来源为天下网吧或天下网吧论坛的原创作品,各位转载时请注明来源链接!
天下网吧·网吧天下
  • 本周热门
  • 本月热门
  • 阅读排行