[danny0838]

#447 當時加到 TWPhrases 只在 s2twp 有作用，應該加到另一組和 TWVariants 合併的詞典，才會在 s2tw/t2tw 有作用。

另外補上 s2hk/t2hk。

[frankslin]

PR 中实际的改动似乎远比标题中所说的复杂，不仅移动了两个词条，而且调整了它们所属的词典层级、改变了 s2tw / t2tw / s2hk / t2hk 配置的语义。想确认一下：如果直接将这两个词加入「STPhrases.txt」，是不是也可以达到效果？

另外，我理解 t2tw、t2hk 配置并非是为「规范化繁体字输入为香港、台湾繁体」而设计，而只是将「OpenCC 標準繁體」(t) 的序列按 tw/hk variant 用字习惯进行转换。若输入的序列不符合「OpenCC 標準繁體」，转换结果可能并非用户所预期。

[danny0838]

這個在 #447 就說過了。

加入這些詞條是為了防止 t2tw/t2hk 的階段出錯（因為 喫=>吃）。

s2t 本來就會把「纯吃茶」轉換成「純喫茶」，所以改「STPhrases.txt」毫無意義。

[frankslin]

https://opencc.js.org/compare?t=%E5%90%83%E8%8C%B6%E5%B0%8F%E9%93%BA/%E7%BA%AF%E5%90%83%E8%8C%B6

• 输入：吃茶小铺/纯吃茶
• s2t输出：喫茶小鋪/純喫茶
• s2tw输出：吃茶小鋪/純吃茶
• s2twp输出：吃茶小鋪/純吃茶
• s2hk输出：吃茶小鋪/純吃茶

s2t 的转换正确是因为该规则中「吃」转换为「喫」。

因为缺少了 STPhrases.txt 的词组规则，s2twp 输出并未如 #447 的预期修复，否则 s2twp 应该已经能正确转成「喫茶小鋪/純喫茶」了。

[danny0838]

好吧，我忘了 #475 這個萬年 BUG 還沒修，所以有必要在 STPhrases.txt 也加入「纯吃茶=>純喫茶」和「吃茶小舖=>喫茶小舖」。但這個 PR 的修正還是有必要存在，否則 t2tw 會因為「喫=>吃」的規則把「純喫茶」轉為「純吃茶」。

然後目前 PR 還沒更正 STPhrases.txt，測試卻全部通過，這表示測試引擎有問題，以致於和實際執行的情況有出入，請大大們修正。

[danny0838]

rebase 修正缺失了（但之前 STPhrases 未加詞仍通過測試的問題可能仍需要檢查及處理）。

如果沒問題希望能盡快合併，因為之後還有其他地區詞轉換問題可能會涉及 TWVariantsPhrases、HKVariantsPhrases 層級的轉換，例如 #1252, #1253。

[frankslin]

空的 TWVariantsPhrases、HKVariantsPhrases 文件已经另行添加，此 PR 不会成为 blocker。

[frankslin]

之前 STPhrases 未加詞仍通過測試的問題可能仍需要檢查及處理

这个问题搞清楚了。

当「吃茶小铺」及「纯吃茶」没有加到 STPhrases 中时，不一定总是有分词错误的问题。
如果字典里有该字符串的子串（例如「吃茶」、「茶小」、「小铺」、「纯吃」），或输入的句子恰好能在这个词的边界匹配一个其他字典中的字符串（如「X吃」、「铺X」、「X纯」、「茶X」等），才会出现分词错误。
如果不属于上述情况，则这一段内容会出现在分词间隔中，这种情况是不会有分词问题的。这就是为什么测试能通过。

一旦字典后续加入了上述子串，就会触发分词错误。所以在现有程序框架下，为保证地区词转换的确定性，还是建议给 TWPhrases key 的简体字版加入 STPhrases，如 #1193 所做。

之前 #1027 (comment) 提出的问题，不是因为没加 STPhrases，而是因为此前从未有 HKVariantsPhrases、TWVariantsPhrases 的 overrides 文件，导致第一层转换「喫茶小舖」后又被 variants 字表中的「喫 -> 吃」规则转回「吃茶小舖」。

[danny0838]

之前 #1027 (comment) 提出的问题，不是因为没加 STPhrases，而是因为此前从未有 HKVariantsPhrases、TWVariantsPhrases 的 overrides 文件，导致第一层转换「喫茶小舖」后又被 variants 字表中的「喫 -> 吃」规则转回「吃茶小舖」。

我沒注意到 s2twp 是三層轉換：

1. STPhrases.ocd2, STCharacters.ocd2
2. TWPhrases.ocd2
3. (TWVariantsPhrases.ocd2), TWVariants.ocd2

而 tw2sp 是二層：

1. TWPhrasesRev.ocd2, TWVariantsRevPhrases.ocd2, TWVariantsRev.ocd2
2. TSPhrases.ocd2, TSCharacters.ocd2

後者似乎比較合理，s2twp 應該可以改成第二層轉換用 TWPhrases.ocd2, (TWVariantsPhrases.ocd2), TWVariants.ocd2

[frankslin]

tw2sp 原本也是三层，变成两层是在 #366 修改的，解决了一个因次序错误导致转换失效的问题；s2twp 没有遇到过类似问题，于是还是维持三层。

理论上只要 TWPhrases 输出里不出现 TWVariantsPhrases / TWVariants 的输入，TWPhrases 和 TWVariantsPhrases 的输入不重叠，大体上应该是没有问题的。

[danny0838]

出問題的機率不低吧，假如之後有某個專名在 TWPhrases 輸出「蔘」「鍼」等字，都可能再被 TWVariants 誤轉。既然現在已經發現邏輯漏洞及與其他方案的不一致，趁沒出問題前先修正比較好吧？