[心得] 電子書簡繁轉換的詞彙

看板book作者Proviay (白鷺鷥)時間5年前 (2019/05/08 12:15)推噓13(13推 0噓 6→)

留言19則, 16人參與討論串1/2 (看更多)

先前在板上討論到簡繁轉換的詞彙問題有網友提到奔馳<->賓士 (昨天還真的看到：在草原上賓士) 高達<->鋼彈真的，除了導入人工智慧辨識上下文語意，不然還真的沒有最好解上面那個轉換也不是，不轉換也不是有興趣想知道目前的詞彙轉換，所以就稍微研究一下Calibre最常用的插件 Chinese text conversion plugin 作者 hopkins 這是有公開原始碼在Github (不縮網址因為認為這樣比較好) https://github.com/Hopkins1/TradSimpChinese 好奇查了一下目前所用的詞彙以下link過長，請copy paste到網址列，直接點擊會失去部分網址 https://github.com/Hopkins1/TradSimpChinese/tree/master/resources/opencc_python/dictionary 或由 https://github.com/Hopkins1/TradSimpChinese 點擊進入 ->resources ->opencc_python ->dictionary 裡面有好幾個詞彙檔案，有關臺灣用語的詞彙，有興趣的看看，還蠻豐富的 TWPhrases.txt 範例主板主機板二極管二極體互聯網網際網路交互互動交互式互動式人工智能人工智慧 TWPhrasesIT.txt 範例信號訊號信號信道通道傳感感測像素畫素僞代碼虛擬碼光標游標光盤光碟光驅光碟機免提擴音內存記憶體內核核心內置內建 TWPhrasesName.txt 範例圭亞那蓋亞那坦桑尼亞坦尚尼亞埃塞俄比亞衣索比亞基里巴斯吉里巴斯塔吉克斯坦塔吉克塞拉利昂獅子山 TWPhrasesOther.txt 範例元音母音出租車計程車咖喱咖哩奔馳賓士奶酪乳酪方便麵速食麵涼菜冷盤砹砈硅矽 TWPhrasesRev.txt 看完原始碼，真的對這些詞彙轉換資料庫感到十分佩服應該是吸收前人心血結晶的成果大概可以說簡轉繁有99%的正確率，剩下的1%，大概只能期望日後有人工智慧補強了如果覺得字詞庫不順眼，其實也可以自己修改插件Chinese Text Conversion.zip位置在(以Windows為例) C:\Users\YourUsername\AppData\Roaming\calibre\plugins\ 我替換了ZIP檔內三個檔案(可以按照你的喜好修改)(修改時記得把Calibre關閉) Chinese Text Conversion.zip\resources\opencc_python\dictionary\ TWPhrases.txt TWPhrasesName.txt TWPhrasesOther.txt 把奔馳->賓士拿掉(可接受看到奔馳汽車，也不能忍受在草原上賓士) 還有政治上吃臺灣豆腐的字眼給加入替換行列下次再度開啟Calibre就生效啦，噹噹 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.163.1.252 ※ 文章網址: https://www.ptt.cc/bbs/book/M.1557288914.A.13D.html ※ 編輯: Proviay (118.163.1.252), 05/08/2019 12:27:18

推

musicfire

05/08 12:55, 5年前 , 1^F

05/08 12:55, 1^F

推

fr75

05/08 13:26, 5年前 , 2^F

05/08 13:26, 2^F

推

pshuang

05/08 16:11, 5年前 , 3^F

05/08 16:11, 3^F

不會喔有詞彙轉換這不是問題會有問題的是，只有字對字轉換以下是插件中的字彙庫例子丝发絲髮不差毫发不差毫髮一发千钧一髮千鈞一触即发一觸即發一言不发一言不發七天后七天後三思而后行三思而後行下课后下課後仙后座仙后座冰雪皇后冰雪皇后 ※ 編輯: Proviay (118.163.1.252), 05/08/2019 16:27:14

推

yesOh

05/08 17:08, 5年前 , 4^F

05/08 17:08, 4^F

→

yesOh

05/08 17:08, 5年前 , 5^F

05/08 17:08, 5^F

古文就真的太難了繁->簡簡->繁轉來轉去.......Orz 我個人是不會去挑戰古文簡體版 ※ 編輯: Proviay (118.163.1.252), 05/08/2019 17:25:51

推

v7q4

05/08 19:00, 5年前 , 6^F