v6.6官方发布词[附录最新简繁体字频修正版6.6.0.32]

togra

看看是不是完美了，永远支持紫光！

sunmd

谢谢332211给出的测试，我们已经修改，会推出一个版本v6.6.0.34，但由于类似的错误还会存在，我们现在数据处理方式还有点原始，只能逐步接近于完美，不可能在短期内达到完美。所以计划将修改后的v6.6.0.34作为正式版发布了。

ZXD4G

332211元老确实是个细心、耐心的人，咱很认同，也稍有区别：
1.简体字的目标是要排除明确的繁体字和异体字，以及字词典中查到的“日本用简体汉字”、“日本用汉字”、“日本和字”、“韩文吏读字”等，典型的简繁还好办一些，最麻烦的异体字的认定，好些字词典中的凡例、解释和文字使用现状冲突，不同的来源也有冲突（A说某字是正体，其它为异体，B说得和A相反或不全相同）。处理这些矛盾的时候，参考了BIG5字符集的收字情况，依据是“BIG5为港台通行交流途径，它不收编的字，其异体的成分更大一些”。
2.繁体字的目标也不是弄成一个大杂烩，而是要考虑“现在通行或活跃”这个原则，一些上面帖子中提到的“古同xx”之类的，也不大想置入这个集合，它们将非简非繁，只有在大字符集中才能输入；“大字符集”这个概念被拓展了，原来是GBK的21003字，现在是CJK的75000多字，目前有拼音的是26000多字，因多音字之故，汉字拼音条目为接近32000。
3.简繁设定的时候，尽可能依据充分，一些眼下未能判定的，处于“亦简亦繁”状态，等待继续审订完成后，争取准确定性。

言不尽意之处，待发布后(仍会有瑕疵，但应该没有太大的问题了)继续沟通。

shardineblog

确实很难。。。

krsun

鑫字被归为了繁体
应该是传承字吧

sanwsw

原帖由 krsun 于 2009-12-30 12:06 发表
字被归为了繁体
应该是传承字吧

果然在简体模式下找不到！另，“欣”仅归入简体集合也欠妥。

[ 本帖最后由 sanwsw 于 2009-12-30 12:18 编辑 ]

ZXD4G

已经修正“鑫”，不算这个，和.31相比，另有133个字的属性修订。
“欣”也改了，BIG5集合的13000多字至少具有“繁体”属性。

[ 本帖最后由 ZXD4G 于 2009-12-30 12:22 编辑 ]

sunmd

原帖由 ZXD4G 于 2009-12-30 12:19 发表
已经修正“鑫”，不算这个，和.31相比，另有133个字的属性修订。
“欣”也改了，BIG5集合的13000多字至少具有“繁体”属性。

应该说和.32相比有133个属性修订，和.31相比就更多了。

wqpn

file:///C:/Documents%20and%20Settings/Administrator/桌面修正版6.6.0.32在不装“大字符集”的情况下已经感觉到完美了（我个人的感觉）在候选字里边不但没有混杂繁体更没有了天窗问题，天窗是出现在偏旁部首查字里边。

[ 本帖最后由 wqpn 于 2009-12-30 16:23 编辑 ]

kingdick

原帖由 332211 于 2009-12-30 17:21 发表
对于不明白是属于“简”还是“繁”的，请百度一下，这不难呀！

百度很多东西不是标准。

kingdick

火星文输入法是一个外挂插件，能将任何输入法输入的正常文字变成那些奇奇怪怪的字，所以跟任何一个输入法都没有关系，要怪就怪那个“火星文输入法”～～


提供资料一说，官方的人早就要你的邮箱了，好像一直没有得逞

fengyu29

332211已经是论坛元老级别了.真的是好快啊.感谢你对华宇拼音的持续关注和大量的良好建议!!!

mmm

原帖由 sunmd 于 2009-12-29 21:40 发表

在一些资料中查看定为“义未详”的都归 ...

这个原则不错。

mmm

原帖由 332211 于 2009-12-30 10:50 发表
听说过“百寿图”么？每个“寿”字都写法不同，异体字而已，都纳入“简”体字符集中吗？
龙有几种写法、虎有几种写法、福有几种写法、……，中国的异体字多了，类似于问错别字有多少？能说得清楚么？数不胜数哇！！ ...

如果Unicode有百种“寿”字，只怕你要把它们都归到“繁体”。问题是大陆用户日常不用这些字，难道港台用户日常就用这些字吗？你想“净化”简体和大字符集，却把繁体集合当大杂烩。

mmm

原帖由 332211 于 2009-12-30 17:55 发表
都是现状“无所不能”的输入法给整出的“好事”，看看吧：
要不细看，还以为是洋鬼子的帖子呢！但其实不过是假洋鬼子的帖子哦。

这些东西早在紫光输入法改名“紫光华宇”前就有了。术业有专攻，有折腾“火星文”的，也有像紫光华宇这样认真处理汉字的（无论所处理的字是日常生活中的还是故纸堆里的）。

mmm

原帖由 kingdick 于 2009-12-30 17:30 发表



百度很多东西不是标准。

岂止百度不足为训，金山、汉典、叶典都只能参考，因为它们取材良莠不齐。

mmm

原帖由 332211 于 2009-12-30 10:16 发表
奨——这个应归为繁体。

那就违背了你在36楼对“繁体”的定义。“奨”大陆不用，在港台也不是“正体字”。

mmm

原帖由 332211 于 2009-12-30 09:12 发表

“飝”字应该出现在“大字符集”（若确定是“飞”的繁体的话，就不该至于该集合中）与“繁体”字符集中，而将其排斥在“繁体”字符集显然是不合适的，应该修正。

这个字没有繁简的问题，要么简体、繁体同时收，要么同时不收。仅仅因为“飛”有简化字就把“飝”归入繁体，那“漂”“倪”“鑫”“瞻”都要排除在简体之外了。

Nore

终于出正式版了，不求字库有多大，但求速度快，用着稳定

krsun

理解楼主

mmm

原帖由 332211 于 2009-12-31 19:03 发表
呵呵，还是以你的判断逻辑来掌你自己的嘴吧！
你连百度、金山词霸、汉典、新华字典、……都不认为有权威性了，仅可作为供参考，怎么单就这个“奨”字你就敢如此武断地说在台湾、香港、海外都不用呢？你比起国内的所有字典都要权威吗？你的依据是什么？那你认为在大陆用吗？你认为是中国字吗？都不用的话，那究竟是谁用的呢？是杜撰出来的吗？你的话就比国内所有的字典都更具有“权威性”吗？恐怕除了你的盲目自信以及IQ<30的之外，没有人会相信你的判断是正确的哦。

一、我没说过《新华字典》不具权威性。

原帖由 mmm 于 2009-12-30 18:52 发表
岂止百度不足为训，金山、汉典、叶典都只能参考

二、大陆权威字典没有免费的在线版，台湾有。你可以去查《国语小字典》http://dict.mini.moe.edu.tw/cgi-bin/gdic/gsweb.cgi?o=ddictionary，看看以何为正。
三、我没提过“海外”。

原帖由 mmm 于 2009-12-30 18:58 发表
那就违背了你在36楼对“繁体”的定义。“奨”大陆不用，在港台也不是“正体字”。

不过，日语倒是以“奨”为正。http://www.bunka.go.jp/kokugo/main.asp?fl=show&id=1000003885&clc=1000000068&cmc=1000003929&cli=1000002682&cmi=1000003875
四、“奨”当然是“中国字”。《汉语大字典》：

mmm

原帖由 332211 于 2009-12-31 19:12 发表
欲加之罪，何患无辞。
我说过吗？我表示过要将寿字的其它写法统统都归入繁体么？
你要驳别人的观点，你就该先弄清楚别人的观点是什么，仔细看看前面的帖子，好好领会一下我的本意，然后再来争论，别乱弹琴，好不好？我这要求不高吧？

http://bbs.unispim.com/viewthread.php?tid=8352

原帖由 332211 于 2009-12-28 21:46 发表
而“繁体”字则包括了所有除了简体字之外的所有汉字。

本主题

原帖由 332211 于 2009-12-30 10:12 发表
至于“繁”这个字符集就该包括所有的汉字去除明显的“简”体字即可。

ZXD4G

没有敢说网上的资料不权威，但咱真的没有见过哪一个特权威，在一些有争议的字儿上，多种来源的资料就存在矛盾，取舍颇费精神，结果也同样不敢称特权威。个人感觉，《现代汉语词典》、《新华字典》、《汉语大词典》的可靠性要高于词霸、汉典，还要考虑BIG5字符集这个繁体界的重要参考。
例如：“么”的繁体究竟是“麽”呢？还是“麼”呢？根据《汉语大词典》的凡例和字义，前者为正体，后者为异体，但前者不在BIG5中，意即港台人士用的是后者，至少电子化的文字表述是这样。
这个现象给繁体属性的设定造成了一些困扰，涉及到繁体字的目标，究竟是面向古代典籍的文字研究呢？还是照顾当今大陆与港台交流呢？我们的想法是活跃者优先，也就是满足现代繁体交流。

另外，.38版比.35还增加了一个类推简化字(U+2AA17——&#174615;——jue1)，这个字是在审订“屩”的简繁时，翻阅《现代汉语词典》2002年版时看来的，请注意，新加的这个字隶属于unicode CJK Ext-C(U+2A700～U+2B734)，这表达了一个趋势，即现代汉语词典已经超越了传统的GB2312，乃至GBK，也就暗示我们，不能再把GB2312当简体了；又闻通用规范汉字表之七八千字，也会有大量的GBK外的字儿，诸君作何猜想？

最后，今天手查《现代汉语词典》，颇感效率低下，对于校正大量字条，很是艰难，哪位仁兄有电子版的，可否厚赠？2005版更好，纯文本格式更好。

krsun

四哥，有时间收邮件。

mmm

原帖由 332211 于 2009-12-31 21:50 发表
在中国汉字一般都默认归类为简体与繁体两类，这你该知道吧？在人们的观念中并没有既不属于简体又不属于繁体的汉字吧？有吗？如有的话，称其为什么呢？真是在这个意义上才有上面的说法，这你也奇怪？你没有在大陆生活过？不明白麽？

原帖由 332211 于 2009-12-31 21:59 发表
汉字非简体即繁体，这是大家所默认的。至少大陆都如此默认了，至于异体字咱没有研究过港台是如何处理的，是承认呢还是一概不承认。因此对繁体的处理咱并没有多少涉及，主要就简体这个字符集说事。由于这里分三个字符集，就该优化设置，至于繁体集合，就算是混杂若干字也无大碍，毕竟这个是主要是为大陆用户设计使用的，不是特意为港台设计的，有啥可大惊小怪的呢？

原帖由 332211 于 2009-12-31 22:02 发表
简体、繁体原本都是中国文字，只是大陆现状的使用简体字，而港台才使用繁体字，中国大陆用简体字，余下的放入繁体集合中有何不可？也值得那个mmm大动干戈来兴师问罪么？

不要妄议别人，也别去代表别人。“默认归类为简体与繁体两类”、“没有既不属于简体又不属于繁体的汉字”、“汉字非简体即繁体”可能只是你的观点。试问“紫光”二字是简体还是繁体？
汉字并不能依繁简划分为两类，未被简化的传承字两岸都在用。另外，大陆用的不叫“简体字”，而叫“简化字”。（“侭”是“儘”的简体字，而《简化字总表》“儘”和“盡”合并简化为“尽”。）大陆用的也不仅仅是简化字，还有传承字（不然，“紫光”两个字你也别打了），两者合起来，大体就是IT界创造的“简体中文”这一术语所涵盖的汉字范围。
既然做了繁体模式，当然要做好。港台怎么处理你没研究过就别说“余下的放入繁体集合”这种话。