From 52a59157a3c4c70fe6255745cba7443a389bcbd6 Mon Sep 17 00:00:00 2001 From: Lei Zhao Date: Wed, 1 Jul 2026 02:24:51 +0800 Subject: [PATCH 01/11] =?UTF-8?q?=E6=B7=BB=E5=8A=A0=E4=BA=86=E9=97=B4?= =?UTF-8?q?=E9=9A=94=E5=8F=B7=E7=9A=84=E5=8F=B0=E6=B9=BE=E5=9C=B0=E5=8C=BA?= =?UTF-8?q?=E8=BD=AC=E6=8D=A2?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit * “自干五”最原始的意思是“自带干粮的五毛”，所以其繁体应该是“自乾五”， 但近年来，也有专门写成“自幹五”的。参见[维基百科][1]。 * 美国第45任和第47任总统的名字，其正确写法应该是“唐纳德·特朗普”或“[唐 納．川普][2]”。目前只收录了大陆台湾之间的转换，港澳的“當勞·特朗普”译 法尚未收录。 * 在台湾的用法中，间隔号是U+FF0E（．），而在大陆是U+00B7（·）。如果使 用的是台湾字体，这些标点符号，都是居中显示的，所以“全角句号”也被拿 来当成间隔号来使用。参见《[重訂標點符號手冊][3]》和《重編國語辭典修 訂本》中的大量[例证][4]。 [1]: https://zh.wikipedia.org/wiki/%E8%87%AA%E4%B9%BE%E4%BA%94#%E8%A9%9E%E6%BA%90 [2]: https://zh.wikipedia.org/wiki/%E5%94%90%E7%B4%8D%C2%B7%E5%B7%9D%E6%99%AE [3]: https://language.moe.gov.tw/001/Upload/FILES/SITE_CONTENT/M0001/HAU/h14.htm [4]: https://dict.revised.moe.edu.tw/dictView.jsp?ID=124658 --- data/dictionary/STPhrases.txt | 1 + data/dictionary/TWPhrases.txt | 4 +++- data/dictionary/TWPhrasesRev.txt | 4 +++- data/dictionary/TWVariants.txt | 1 + test/testcases/testcases.json | 23 +++++++++++++++++++++-- 5 files changed, 29 insertions(+), 4 deletions(-) diff --git a/data/dictionary/STPhrases.txt b/data/dictionary/STPhrases.txt index d3e1744e8..cac532cdb 100644 --- a/data/dictionary/STPhrases.txt +++ b/data/dictionary/STPhrases.txt @@ -40022,6 +40022,7 @@ 自夸 自誇 自学成才 自學成才 自尽 自盡 +自干五 自乾五 自幹五 自度曲 自度曲 自当 自當 自愿 自願 diff --git a/data/dictionary/TWPhrases.txt b/data/dictionary/TWPhrases.txt index 35d534f3d..dfe5416c0 100644 --- a/data/dictionary/TWPhrases.txt +++ b/data/dictionary/TWPhrases.txt @@ -168,6 +168,7 @@ U盤 隨身碟 哥斯達黎加 哥斯大黎加 唐氏綜合徵 唐氏症 唐氏綜合症 唐氏症 +唐納德·特朗普 唐納．川普 喬治亞 喬治亞 單片機 微控制器 回調 回撥 @@ -441,7 +442,7 @@ U盤 隨身碟 毛里求斯 模里西斯 氨基酸 胺基酸 氨苄西林 安比西林 -沃恩·威廉斯 佛漢·威廉斯 +沃恩·威廉斯 佛漢．威廉斯 沃爾頓 華爾頓 沙特阿拉伯 沙烏地阿拉伯 沙特阿美 沙烏地阿美 @@ -473,6 +474,7 @@ U盤 隨身碟 物理地址 實體地址 特拉華 德拉瓦 特拉華州 德拉瓦州 +特朗普 川普 特立尼達和多巴哥 千里達及托巴哥 狀態欄 狀態列 獲得性免疫缺陷綜合徵 後天免疫缺乏症候群 diff --git a/data/dictionary/TWPhrasesRev.txt b/data/dictionary/TWPhrasesRev.txt index 34221cbc8..fc634d077 100644 --- a/data/dictionary/TWPhrasesRev.txt +++ b/data/dictionary/TWPhrasesRev.txt @@ -53,7 +53,7 @@ SQL隱碼攻擊 SQL注入 SQL注入攻擊 位址列 地址欄 低級 低級 低階 低級 -佛漢·威廉斯 沃恩·威廉斯 +佛漢．威廉斯 沃恩·威廉斯 佛瑞 福雷 作業系統 操作系統 使用者 用戶 @@ -157,6 +157,7 @@ SQL隱碼攻擊 SQL注入 SQL注入攻擊 哈薩克 哈薩克斯坦 哥斯大黎加 哥斯達黎加 唐氏症 唐氏綜合徵 唐氏綜合症 +唐納．川普 唐納德·特朗普 啟用 激活 喬治亞 喬治亞 佐治亞 格魯吉亞 喬治亞共和國 格魯吉亞共和國 @@ -251,6 +252,7 @@ SQL隱碼攻擊 SQL注入 SQL注入攻擊 尚比亞 贊比亞 尤拉 歐拉 尼日 尼日爾 +川普 特朗普 巢狀 嵌套 工作列 任務欄 工作管理員 任務管理器 diff --git a/data/dictionary/TWVariants.txt b/data/dictionary/TWVariants.txt index da724747d..9461363ad 100644 --- a/data/dictionary/TWVariants.txt +++ b/data/dictionary/TWVariants.txt @@ -7,6 +7,7 @@ # Also used to generate TWVariantsRev.txt. See data/scripts/reverse.py for # the reverse dictionary generation algorithm. +· ． 僞 偽 啓 啟 喫 吃 diff --git a/test/testcases/testcases.json b/test/testcases/testcases.json index 255db5190..166da39c0 100755 --- a/test/testcases/testcases.json +++ b/test/testcases/testcases.json @@ -385,6 +385,25 @@ "t2s": "步步高升" } }, + { + "id": "case_055_s2x", + "input": "唐纳德·特朗普 礼记·中庸 诗经·周颂·小毖 自干五", + "expected": { + "s2t": "唐納德·特朗普 禮記·中庸 詩經·周頌·小毖 自乾五", + "s2tw": "唐納德．特朗普 禮記．中庸 詩經．周頌．小毖 自乾五", + "s2twp": "唐納．川普 禮記．中庸 詩經．周頌．小毖 自乾五" + } + }, + { + "id": "case_056_t2x", + "input": "唐納．川普 禮記．中庸 詩經．周頌．小毖 自幹五", + "expected": { + "t2s": "唐纳．川普 礼记．中庸 诗经．周颂．小毖 自干五", + "tw2s": "唐纳·川普 礼记·中庸 诗经·周颂·小毖 自干五", + "tw2t": "唐納·川普 禮記·中庸 詩經·周頌·小毖 自幹五", + "tw2sp": "唐纳德·特朗普 礼记·中庸 诗经·周颂·小毖 自干五" + } + }, { "id": "BYVoid_OpenCC_Issue_475_s2twp", "input": "仙童半导体厂 人工智能借用", @@ -991,12 +1010,12 @@ "id": "western_classical_musicians_s2twp", "input": "亨德尔、维瓦尔第、泰勒曼、斯卡拉蒂、蒙特威尔第、科雷利、珀塞尔、拉莫、库普兰、海顿、莫扎特、贝多芬、舒伯特、克莱门蒂（克列门蒂）、萨列里、格鲁克、博凯里尼、肖邦、李斯特、舒曼、门德尔松、勃拉姆斯、瓦格纳、威尔第、罗西尼、多尼采蒂、贝利尼、柏辽兹、比才、古诺、福雷、德彪西、拉威尔、萨蒂、拉洛、柴可夫斯基、里姆斯基-科萨科夫、穆索尔斯基、鲍罗丁、格林卡、拉赫玛尼诺夫、斯克里亚宾、普罗科菲耶夫、肖斯塔科维奇、斯特拉文斯基、德沃夏克、斯美塔那、雅纳切克、马勒、布鲁克纳、施特劳斯、西贝柳斯、格里格、尼尔森、阿尔文、埃尔加、沃恩·威廉斯、霍尔斯特、布里顿、沃尔顿、蒂佩特、戴留斯、巴克斯、布里奇、科普兰、格什温、伯恩斯坦、巴伯、艾夫斯、凯奇、格拉斯、赖希、亚当斯、帕特、勋伯格、贝尔格、韦伯恩、欣德米特、奥尔夫、施托克豪森、梅西安、布列兹、利盖蒂、潘德列茨基、帕格尼尼、萨拉萨蒂、克莱斯勒、海菲茨、鲁宾斯坦、霍洛维茨、古尔德、卡拉扬、托斯卡尼尼、富特文格勒", "expected": { - "s2twp": "韓德爾、韋瓦第、泰勒曼、史卡拉第、蒙特威爾第、柯雷利、普賽爾、拉摩、庫普蘭、海頓、莫札特、貝多芬、舒伯特、克萊門第（克萊門第）、薩列里、格魯克、波凱里尼、蕭邦、李斯特、舒曼、孟德爾頌、布拉姆斯、華格納、威爾第、羅西尼、多尼采第、貝里尼、白遼士、比才、古諾、佛瑞、德布西、拉威爾、薩提、拉羅、柴可夫斯基、林姆斯基-高沙可夫、穆索斯基、包羅定、葛令卡、拉赫曼尼諾夫、史克里亞賓、普羅高菲夫、蕭士塔高維契、史特拉汶斯基、德弗札克、史麥塔納、楊納傑克、馬勒、布魯克納、史特勞斯、西貝流士、葛利格、尼爾森、阿爾文、艾爾加、佛漢·威廉斯、霍爾斯特、布瑞頓、華爾頓、提佩特、戴流士、巴克斯、布里奇、柯普蘭、蓋希文、伯恩斯坦、巴伯、艾夫斯、凱吉、葛拉斯、萊許、亞當斯、帕特、荀白克、貝爾格、韋本、興德密特、奧福、史托克豪森、梅湘、布萊茲、利蓋悌、潘德列茲基、帕格尼尼、薩拉沙泰、克萊斯勒、海飛茲、魯賓斯坦、霍洛維茲、顧爾德、卡拉揚、托斯卡尼尼、富特文格勒" + "s2twp": "韓德爾、韋瓦第、泰勒曼、史卡拉第、蒙特威爾第、柯雷利、普賽爾、拉摩、庫普蘭、海頓、莫札特、貝多芬、舒伯特、克萊門第（克萊門第）、薩列里、格魯克、波凱里尼、蕭邦、李斯特、舒曼、孟德爾頌、布拉姆斯、華格納、威爾第、羅西尼、多尼采第、貝里尼、白遼士、比才、古諾、佛瑞、德布西、拉威爾、薩提、拉羅、柴可夫斯基、林姆斯基-高沙可夫、穆索斯基、包羅定、葛令卡、拉赫曼尼諾夫、史克里亞賓、普羅高菲夫、蕭士塔高維契、史特拉汶斯基、德弗札克、史麥塔納、楊納傑克、馬勒、布魯克納、史特勞斯、西貝流士、葛利格、尼爾森、阿爾文、艾爾加、佛漢．威廉斯、霍爾斯特、布瑞頓、華爾頓、提佩特、戴流士、巴克斯、布里奇、柯普蘭、蓋希文、伯恩斯坦、巴伯、艾夫斯、凱吉、葛拉斯、萊許、亞當斯、帕特、荀白克、貝爾格、韋本、興德密特、奧福、史托克豪森、梅湘、布萊茲、利蓋悌、潘德列茲基、帕格尼尼、薩拉沙泰、克萊斯勒、海飛茲、魯賓斯坦、霍洛維茲、顧爾德、卡拉揚、托斯卡尼尼、富特文格勒" } }, { "id": "western_classical_musicians_tw2sp", - "input": "韓德爾、韋瓦第、泰勒曼、史卡拉第、蒙特威爾第、柯雷利、普賽爾、拉摩、庫普蘭、海頓、莫札特、貝多芬、舒伯特、克萊門第、薩列里、格魯克、波凱里尼、蕭邦、李斯特、舒曼、孟德爾頌、布拉姆斯、華格納、威爾第、羅西尼、多尼采第、貝里尼、白遼士、比才、古諾、佛瑞、德布西、拉威爾、薩提、拉羅、柴可夫斯基、林姆斯基-高沙可夫、穆索斯基、包羅定、葛令卡、拉赫曼尼諾夫、史克里亞賓、普羅高菲夫、蕭士塔高維契、史特拉汶斯基、德弗札克、史麥塔納、楊納傑克、馬勒、布魯克納、史特勞斯、西貝流士、葛利格、尼爾森、阿爾文、艾爾加、佛漢·威廉斯、霍爾斯特、布瑞頓、華爾頓、提佩特、戴流士、巴克斯、布里奇、柯普蘭、蓋希文、伯恩斯坦、巴伯、艾夫斯、凱吉、葛拉斯、萊許、亞當斯、帕特、荀白克、貝爾格、韋本、興德密特、奧福、史托克豪森、梅湘、布萊茲、利蓋悌、潘德列茲基、帕格尼尼、薩拉沙泰、克萊斯勒、海飛茲、魯賓斯坦、霍洛維茲、顧爾德、卡拉揚、托斯卡尼尼、富特文格勒", + "input": "韓德爾、韋瓦第、泰勒曼、史卡拉第、蒙特威爾第、柯雷利、普賽爾、拉摩、庫普蘭、海頓、莫札特、貝多芬、舒伯特、克萊門第、薩列里、格魯克、波凱里尼、蕭邦、李斯特、舒曼、孟德爾頌、布拉姆斯、華格納、威爾第、羅西尼、多尼采第、貝里尼、白遼士、比才、古諾、佛瑞、德布西、拉威爾、薩提、拉羅、柴可夫斯基、林姆斯基-高沙可夫、穆索斯基、包羅定、葛令卡、拉赫曼尼諾夫、史克里亞賓、普羅高菲夫、蕭士塔高維契、史特拉汶斯基、德弗札克、史麥塔納、楊納傑克、馬勒、布魯克納、史特勞斯、西貝流士、葛利格、尼爾森、阿爾文、艾爾加、佛漢．威廉斯、霍爾斯特、布瑞頓、華爾頓、提佩特、戴流士、巴克斯、布里奇、柯普蘭、蓋希文、伯恩斯坦、巴伯、艾夫斯、凱吉、葛拉斯、萊許、亞當斯、帕特、荀白克、貝爾格、韋本、興德密特、奧福、史托克豪森、梅湘、布萊茲、利蓋悌、潘德列茲基、帕格尼尼、薩拉沙泰、克萊斯勒、海飛茲、魯賓斯坦、霍洛維茲、顧爾德、卡拉揚、托斯卡尼尼、富特文格勒", "expected": { "tw2sp": "亨德尔、维瓦尔第、泰勒曼、斯卡拉蒂、蒙特威尔第、科雷利、珀塞尔、拉莫、库普兰、海顿、莫扎特、贝多芬、舒伯特、克莱门蒂、萨列里、格鲁克、博凯里尼、肖邦、李斯特、舒曼、门德尔松、勃拉姆斯、瓦格纳、威尔第、罗西尼、多尼采蒂、贝利尼、柏辽兹、比才、古诺、福雷、德彪西、拉威尔、萨蒂、拉洛、柴可夫斯基、里姆斯基-科萨科夫、穆索尔斯基、鲍罗丁、格林卡、拉赫玛尼诺夫、斯克里亚宾、普罗科菲耶夫、肖斯塔科维奇、斯特拉文斯基、德沃夏克、斯美塔那、雅纳切克、马勒、布鲁克纳、施特劳斯、西贝柳斯、格里格、尼尔森、阿尔文、埃尔加、沃恩·威廉斯、霍尔斯特、布里顿、沃尔顿、蒂佩特、戴留斯、巴克斯、布里奇、科普兰、格什温、伯恩斯坦、巴伯、艾夫斯、凯奇、格拉斯、赖希、亚当斯、帕特、勋伯格、贝尔格、韦伯恩、欣德米特、奥尔夫、施托克豪森、梅西安、布列兹、利盖蒂、潘德列茨基、帕格尼尼、萨拉萨蒂、克莱斯勒、海菲茨、鲁宾斯坦、霍洛维茨、古尔德、卡拉扬、托斯卡尼尼、富特文格勒" } From c978181d4228dff39f94a75f1ff69932a4c281e9 Mon Sep 17 00:00:00 2001 From: Lei Zhao Date: Wed, 1 Jul 2026 16:12:13 +0800 Subject: [PATCH 02/11] =?UTF-8?q?=E6=92=A4=E5=9B=9E=E5=AF=B9U+FF0E?= =?UTF-8?q?=E7=9A=84=E8=BD=AC=E6=8D=A2=EF=BC=8C=E6=B7=BB=E5=8A=A0=E4=BA=86?= =?UTF-8?q?=E2=80=9C=E9=94=9F=E6=96=A4=E6=8B=B7=E2=80=9D=E7=9A=84=E5=90=8C?= =?UTF-8?q?=E5=BD=A2=E6=98=A0=E5=B0=84?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit * 添加了“唐纳德·特朗普”的港澳译名转换。 * 删去了“自幹五”的备选转换。 * 作为一种特殊的现象，乱码出现的“锟斤拷”应该永远以简体的形式出现，这 也正是维基百科中的[处理方式][1]。 [1]: https://zh.wikipedia.org/zh-tw/%E4%B8%AD%E6%96%87%E4%BA%82%E7%A2%BC#%E7%AE%80%E4%BD%93%E4%B8%AD%E6%96%87%E7%BC%96%E7%A0%81%E4%BD%93%E7%B3%BB%E4%BA%A7%E7%94%9F%E7%9A%84%E4%B9%B1%E7%A0%81 --- data/dictionary/HKPhrases.txt | 1 + data/dictionary/HKPhrasesRev.txt | 1 + data/dictionary/STPhrases.txt | 3 ++- data/dictionary/TWPhrases.txt | 4 ++-- data/dictionary/TWPhrasesRev.txt | 4 ++-- data/dictionary/TWVariants.txt | 1 - test/testcases/testcases.json | 26 +++++++++++++++----------- 7 files changed, 23 insertions(+), 17 deletions(-) diff --git a/data/dictionary/HKPhrases.txt b/data/dictionary/HKPhrases.txt index b105e4354..da1dd56d3 100644 --- a/data/dictionary/HKPhrases.txt +++ b/data/dictionary/HKPhrases.txt @@ -43,3 +43,4 @@ 馬里蘭 馬利蘭 馬里蘭州 馬利蘭州 鼠標 滑鼠 +唐納德·特朗普 當勞·特朗普 diff --git a/data/dictionary/HKPhrasesRev.txt b/data/dictionary/HKPhrasesRev.txt index 3f31a6379..c141555ff 100644 --- a/data/dictionary/HKPhrasesRev.txt +++ b/data/dictionary/HKPhrasesRev.txt @@ -40,3 +40,4 @@ 賓夕凡尼亞州 賓夕法尼亞州 馬利蘭 馬里蘭 馬利蘭州 馬里蘭州 +當勞·特朗普 唐納德·特朗普 diff --git a/data/dictionary/STPhrases.txt b/data/dictionary/STPhrases.txt index cac532cdb..b5c181f56 100644 --- a/data/dictionary/STPhrases.txt +++ b/data/dictionary/STPhrases.txt @@ -40022,7 +40022,7 @@ 自夸 自誇 自学成才 自學成才 自尽 自盡 -自干五 自乾五 自幹五 +自干五 自乾五 自度曲 自度曲 自当 自當 自愿 自願 @@ -46432,6 +46432,7 @@ 锚虫 錨蟲 锚链 錨鏈 锚链孔 錨鏈孔 +锟斤拷 锟斤拷 锡克拜 錫克拜 锡克教 錫克教 锡克族 錫克族 diff --git a/data/dictionary/TWPhrases.txt b/data/dictionary/TWPhrases.txt index dfe5416c0..d171e217c 100644 --- a/data/dictionary/TWPhrases.txt +++ b/data/dictionary/TWPhrases.txt @@ -168,7 +168,7 @@ U盤 隨身碟 哥斯達黎加 哥斯大黎加 唐氏綜合徵 唐氏症 唐氏綜合症 唐氏症 -唐納德·特朗普 唐納．川普 +唐納德·特朗普 唐納·川普 喬治亞 喬治亞 單片機 微控制器 回調 回撥 @@ -442,7 +442,7 @@ U盤 隨身碟 毛里求斯 模里西斯 氨基酸 胺基酸 氨苄西林 安比西林 -沃恩·威廉斯 佛漢．威廉斯 +沃恩·威廉斯 佛漢·威廉斯 沃爾頓 華爾頓 沙特阿拉伯 沙烏地阿拉伯 沙特阿美 沙烏地阿美 diff --git a/data/dictionary/TWPhrasesRev.txt b/data/dictionary/TWPhrasesRev.txt index fc634d077..a363f596e 100644 --- a/data/dictionary/TWPhrasesRev.txt +++ b/data/dictionary/TWPhrasesRev.txt @@ -53,7 +53,7 @@ SQL隱碼攻擊 SQL注入 SQL注入攻擊 位址列 地址欄 低級 低級 低階 低級 -佛漢．威廉斯 沃恩·威廉斯 +佛漢·威廉斯 沃恩·威廉斯 佛瑞 福雷 作業系統 操作系統 使用者 用戶 @@ -157,7 +157,7 @@ SQL隱碼攻擊 SQL注入 SQL注入攻擊 哈薩克 哈薩克斯坦 哥斯大黎加 哥斯達黎加 唐氏症 唐氏綜合徵 唐氏綜合症 -唐納．川普 唐納德·特朗普 +唐納·川普 唐納德·特朗普 啟用 激活 喬治亞 喬治亞 佐治亞 格魯吉亞 喬治亞共和國 格魯吉亞共和國 diff --git a/data/dictionary/TWVariants.txt b/data/dictionary/TWVariants.txt index 9461363ad..da724747d 100644 --- a/data/dictionary/TWVariants.txt +++ b/data/dictionary/TWVariants.txt @@ -7,7 +7,6 @@ # Also used to generate TWVariantsRev.txt. See data/scripts/reverse.py for # the reverse dictionary generation algorithm. -· ． 僞 偽 啓 啟 喫 吃 diff --git a/test/testcases/testcases.json b/test/testcases/testcases.json index 166da39c0..2782d522a 100755 --- a/test/testcases/testcases.json +++ b/test/testcases/testcases.json @@ -387,21 +387,25 @@ }, { "id": "case_055_s2x", - "input": "唐纳德·特朗普 礼记·中庸 诗经·周颂·小毖 自干五", + "input": "唐纳德·特朗普 礼记·中庸 诗经·周颂·小毖 自干五 锟斤拷", "expected": { - "s2t": "唐納德·特朗普 禮記·中庸 詩經·周頌·小毖 自乾五", - "s2tw": "唐納德．特朗普 禮記．中庸 詩經．周頌．小毖 自乾五", - "s2twp": "唐納．川普 禮記．中庸 詩經．周頌．小毖 自乾五" + "s2hk": "唐納德·特朗普 禮記·中庸 詩經·周頌·小毖 自乾五 锟斤拷", + "s2hkp": "當勞·特朗普 禮記·中庸 詩經·周頌·小毖 自乾五 锟斤拷", + "s2t": "唐納德·特朗普 禮記·中庸 詩經·周頌·小毖 自乾五 锟斤拷", + "s2tw": "唐納德·特朗普 禮記·中庸 詩經·周頌·小毖 自乾五 锟斤拷", + "s2twp": "唐納·川普 禮記·中庸 詩經·周頌·小毖 自乾五 锟斤拷" } }, { "id": "case_056_t2x", - "input": "唐納．川普 禮記．中庸 詩經．周頌．小毖 自幹五", + "input": "唐納·川普 當勞·特朗普 禮記·中庸 詩經·周頌·小毖 自乾五 锟斤拷", "expected": { - "t2s": "唐纳．川普 礼记．中庸 诗经．周颂．小毖 自干五", - "tw2s": "唐纳·川普 礼记·中庸 诗经·周颂·小毖 自干五", - "tw2t": "唐納·川普 禮記·中庸 詩經·周頌·小毖 自幹五", - "tw2sp": "唐纳德·特朗普 礼记·中庸 诗经·周颂·小毖 自干五" + "hk2s": "唐纳·川普 当劳·特朗普 礼记·中庸 诗经·周颂·小毖 自干五 锟斤拷", + "hk2sp": "唐纳·川普 唐纳德·特朗普 礼记·中庸 诗经·周颂·小毖 自干五 锟斤拷", + "t2s": "唐纳·川普 当劳·特朗普 礼记·中庸 诗经·周颂·小毖 自干五 锟斤拷", + "tw2s": "唐纳·川普 当劳·特朗普 礼记·中庸 诗经·周颂·小毖 自干五 锟斤拷", + "tw2sp": "唐纳德·特朗普 当劳·特朗普 礼记·中庸 诗经·周颂·小毖 自干五 锟斤拷", + "tw2t": "唐納·川普 當勞·特朗普 禮記·中庸 詩經·周頌·小毖 自乾五 锟斤拷" } }, { @@ -1010,12 +1014,12 @@ "id": "western_classical_musicians_s2twp", "input": "亨德尔、维瓦尔第、泰勒曼、斯卡拉蒂、蒙特威尔第、科雷利、珀塞尔、拉莫、库普兰、海顿、莫扎特、贝多芬、舒伯特、克莱门蒂（克列门蒂）、萨列里、格鲁克、博凯里尼、肖邦、李斯特、舒曼、门德尔松、勃拉姆斯、瓦格纳、威尔第、罗西尼、多尼采蒂、贝利尼、柏辽兹、比才、古诺、福雷、德彪西、拉威尔、萨蒂、拉洛、柴可夫斯基、里姆斯基-科萨科夫、穆索尔斯基、鲍罗丁、格林卡、拉赫玛尼诺夫、斯克里亚宾、普罗科菲耶夫、肖斯塔科维奇、斯特拉文斯基、德沃夏克、斯美塔那、雅纳切克、马勒、布鲁克纳、施特劳斯、西贝柳斯、格里格、尼尔森、阿尔文、埃尔加、沃恩·威廉斯、霍尔斯特、布里顿、沃尔顿、蒂佩特、戴留斯、巴克斯、布里奇、科普兰、格什温、伯恩斯坦、巴伯、艾夫斯、凯奇、格拉斯、赖希、亚当斯、帕特、勋伯格、贝尔格、韦伯恩、欣德米特、奥尔夫、施托克豪森、梅西安、布列兹、利盖蒂、潘德列茨基、帕格尼尼、萨拉萨蒂、克莱斯勒、海菲茨、鲁宾斯坦、霍洛维茨、古尔德、卡拉扬、托斯卡尼尼、富特文格勒", "expected": { - "s2twp": "韓德爾、韋瓦第、泰勒曼、史卡拉第、蒙特威爾第、柯雷利、普賽爾、拉摩、庫普蘭、海頓、莫札特、貝多芬、舒伯特、克萊門第（克萊門第）、薩列里、格魯克、波凱里尼、蕭邦、李斯特、舒曼、孟德爾頌、布拉姆斯、華格納、威爾第、羅西尼、多尼采第、貝里尼、白遼士、比才、古諾、佛瑞、德布西、拉威爾、薩提、拉羅、柴可夫斯基、林姆斯基-高沙可夫、穆索斯基、包羅定、葛令卡、拉赫曼尼諾夫、史克里亞賓、普羅高菲夫、蕭士塔高維契、史特拉汶斯基、德弗札克、史麥塔納、楊納傑克、馬勒、布魯克納、史特勞斯、西貝流士、葛利格、尼爾森、阿爾文、艾爾加、佛漢．威廉斯、霍爾斯特、布瑞頓、華爾頓、提佩特、戴流士、巴克斯、布里奇、柯普蘭、蓋希文、伯恩斯坦、巴伯、艾夫斯、凱吉、葛拉斯、萊許、亞當斯、帕特、荀白克、貝爾格、韋本、興德密特、奧福、史托克豪森、梅湘、布萊茲、利蓋悌、潘德列茲基、帕格尼尼、薩拉沙泰、克萊斯勒、海飛茲、魯賓斯坦、霍洛維茲、顧爾德、卡拉揚、托斯卡尼尼、富特文格勒" + "s2twp": "韓德爾、韋瓦第、泰勒曼、史卡拉第、蒙特威爾第、柯雷利、普賽爾、拉摩、庫普蘭、海頓、莫札特、貝多芬、舒伯特、克萊門第（克萊門第）、薩列里、格魯克、波凱里尼、蕭邦、李斯特、舒曼、孟德爾頌、布拉姆斯、華格納、威爾第、羅西尼、多尼采第、貝里尼、白遼士、比才、古諾、佛瑞、德布西、拉威爾、薩提、拉羅、柴可夫斯基、林姆斯基-高沙可夫、穆索斯基、包羅定、葛令卡、拉赫曼尼諾夫、史克里亞賓、普羅高菲夫、蕭士塔高維契、史特拉汶斯基、德弗札克、史麥塔納、楊納傑克、馬勒、布魯克納、史特勞斯、西貝流士、葛利格、尼爾森、阿爾文、艾爾加、佛漢·威廉斯、霍爾斯特、布瑞頓、華爾頓、提佩特、戴流士、巴克斯、布里奇、柯普蘭、蓋希文、伯恩斯坦、巴伯、艾夫斯、凱吉、葛拉斯、萊許、亞當斯、帕特、荀白克、貝爾格、韋本、興德密特、奧福、史托克豪森、梅湘、布萊茲、利蓋悌、潘德列茲基、帕格尼尼、薩拉沙泰、克萊斯勒、海飛茲、魯賓斯坦、霍洛維茲、顧爾德、卡拉揚、托斯卡尼尼、富特文格勒" } }, { "id": "western_classical_musicians_tw2sp", - "input": "韓德爾、韋瓦第、泰勒曼、史卡拉第、蒙特威爾第、柯雷利、普賽爾、拉摩、庫普蘭、海頓、莫札特、貝多芬、舒伯特、克萊門第、薩列里、格魯克、波凱里尼、蕭邦、李斯特、舒曼、孟德爾頌、布拉姆斯、華格納、威爾第、羅西尼、多尼采第、貝里尼、白遼士、比才、古諾、佛瑞、德布西、拉威爾、薩提、拉羅、柴可夫斯基、林姆斯基-高沙可夫、穆索斯基、包羅定、葛令卡、拉赫曼尼諾夫、史克里亞賓、普羅高菲夫、蕭士塔高維契、史特拉汶斯基、德弗札克、史麥塔納、楊納傑克、馬勒、布魯克納、史特勞斯、西貝流士、葛利格、尼爾森、阿爾文、艾爾加、佛漢．威廉斯、霍爾斯特、布瑞頓、華爾頓、提佩特、戴流士、巴克斯、布里奇、柯普蘭、蓋希文、伯恩斯坦、巴伯、艾夫斯、凱吉、葛拉斯、萊許、亞當斯、帕特、荀白克、貝爾格、韋本、興德密特、奧福、史托克豪森、梅湘、布萊茲、利蓋悌、潘德列茲基、帕格尼尼、薩拉沙泰、克萊斯勒、海飛茲、魯賓斯坦、霍洛維茲、顧爾德、卡拉揚、托斯卡尼尼、富特文格勒", + "input": "韓德爾、韋瓦第、泰勒曼、史卡拉第、蒙特威爾第、柯雷利、普賽爾、拉摩、庫普蘭、海頓、莫札特、貝多芬、舒伯特、克萊門第、薩列里、格魯克、波凱里尼、蕭邦、李斯特、舒曼、孟德爾頌、布拉姆斯、華格納、威爾第、羅西尼、多尼采第、貝里尼、白遼士、比才、古諾、佛瑞、德布西、拉威爾、薩提、拉羅、柴可夫斯基、林姆斯基-高沙可夫、穆索斯基、包羅定、葛令卡、拉赫曼尼諾夫、史克里亞賓、普羅高菲夫、蕭士塔高維契、史特拉汶斯基、德弗札克、史麥塔納、楊納傑克、馬勒、布魯克納、史特勞斯、西貝流士、葛利格、尼爾森、阿爾文、艾爾加、佛漢·威廉斯、霍爾斯特、布瑞頓、華爾頓、提佩特、戴流士、巴克斯、布里奇、柯普蘭、蓋希文、伯恩斯坦、巴伯、艾夫斯、凱吉、葛拉斯、萊許、亞當斯、帕特、荀白克、貝爾格、韋本、興德密特、奧福、史托克豪森、梅湘、布萊茲、利蓋悌、潘德列茲基、帕格尼尼、薩拉沙泰、克萊斯勒、海飛茲、魯賓斯坦、霍洛維茲、顧爾德、卡拉揚、托斯卡尼尼、富特文格勒", "expected": { "tw2sp": "亨德尔、维瓦尔第、泰勒曼、斯卡拉蒂、蒙特威尔第、科雷利、珀塞尔、拉莫、库普兰、海顿、莫扎特、贝多芬、舒伯特、克莱门蒂、萨列里、格鲁克、博凯里尼、肖邦、李斯特、舒曼、门德尔松、勃拉姆斯、瓦格纳、威尔第、罗西尼、多尼采蒂、贝利尼、柏辽兹、比才、古诺、福雷、德彪西、拉威尔、萨蒂、拉洛、柴可夫斯基、里姆斯基-科萨科夫、穆索尔斯基、鲍罗丁、格林卡、拉赫玛尼诺夫、斯克里亚宾、普罗科菲耶夫、肖斯塔科维奇、斯特拉文斯基、德沃夏克、斯美塔那、雅纳切克、马勒、布鲁克纳、施特劳斯、西贝柳斯、格里格、尼尔森、阿尔文、埃尔加、沃恩·威廉斯、霍尔斯特、布里顿、沃尔顿、蒂佩特、戴留斯、巴克斯、布里奇、科普兰、格什温、伯恩斯坦、巴伯、艾夫斯、凯奇、格拉斯、赖希、亚当斯、帕特、勋伯格、贝尔格、韦伯恩、欣德米特、奥尔夫、施托克豪森、梅西安、布列兹、利盖蒂、潘德列茨基、帕格尼尼、萨拉萨蒂、克莱斯勒、海菲茨、鲁宾斯坦、霍洛维茨、古尔德、卡拉扬、托斯卡尼尼、富特文格勒" } From 73d49e9ca022360b0707ce07ab8b474244e522d2 Mon Sep 17 00:00:00 2001 From: Lei Zhao Date: Wed, 1 Jul 2026 16:26:04 +0800 Subject: [PATCH 03/11] Re-sort dictionaries --- data/dictionary/HKPhrases.txt | 2 +- data/dictionary/HKPhrasesRev.txt | 2 +- 2 files changed, 2 insertions(+), 2 deletions(-) diff --git a/data/dictionary/HKPhrases.txt b/data/dictionary/HKPhrases.txt index da1dd56d3..8cbc08fb0 100644 --- a/data/dictionary/HKPhrases.txt +++ b/data/dictionary/HKPhrases.txt @@ -16,6 +16,7 @@ 北卡羅來納州 北卡羅萊納州 南卡羅來納 南卡羅萊納 南卡羅來納州 南卡羅萊納州 +唐納德·特朗普 當勞·特朗普 密歇根 密芝根 密歇根州 密芝根州 寬帶 寬頻 @@ -43,4 +44,3 @@ 馬里蘭 馬利蘭 馬里蘭州 馬利蘭州 鼠標 滑鼠 -唐納德·特朗普 當勞·特朗普 diff --git a/data/dictionary/HKPhrasesRev.txt b/data/dictionary/HKPhrasesRev.txt index c141555ff..927d8e916 100644 --- a/data/dictionary/HKPhrasesRev.txt +++ b/data/dictionary/HKPhrasesRev.txt @@ -26,6 +26,7 @@ 機率 幾率 游標 光標 滑鼠 鼠標 +當勞·特朗普 唐納德·特朗普 硬碟 硬盤 私隱權 隱私權 程式語言 編程語言 @@ -40,4 +41,3 @@ 賓夕凡尼亞州 賓夕法尼亞州 馬利蘭 馬里蘭 馬利蘭州 馬里蘭州 -當勞·特朗普 唐納德·特朗普 From 60052c817c6d11a0460c8c0473916af675c262a6 Mon Sep 17 00:00:00 2001 From: Lei Zhao Date: Wed, 1 Jul 2026 20:17:27 +0800 Subject: [PATCH 04/11] =?UTF-8?q?=E6=B7=BB=E5=8A=A0=E4=BA=86=E4=B8=80?= =?UTF-8?q?=E4=BA=9B=E4=BB=8E=E2=80=9C=E6=89=87=E2=80=9D=E5=88=B0=E2=80=9C?= =?UTF-8?q?=E6=90=A7=E2=80=9D=E7=9A=84=E7=AE=80=E7=B9=81=E8=BD=AC=E6=8D=A2?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit 见 [comment][1]。 [1]: https://github.com/BYVoid/OpenCC/pull/1365#issuecomment-4851196964 --- data/dictionary/STPhrases.txt | 6 ++++++ 1 file changed, 6 insertions(+) diff --git a/data/dictionary/STPhrases.txt b/data/dictionary/STPhrases.txt index b5c181f56..004946b66 100644 --- a/data/dictionary/STPhrases.txt +++ b/data/dictionary/STPhrases.txt @@ -14808,6 +14808,7 @@ 呼吸困难 呼吸困難 呼吸系统 呼吸系統 呼图克图 呼圖克圖 +呼扇 呼搧 命世之才 命世之才 命世才 命世才 命中注定 命中註定 @@ -23862,9 +23863,13 @@ 扁铲 扁鏟 扁锹形虫 扁鍬形蟲 扇叶蒲葵 扇葉蒲葵 +扇火 搧火 +扇火止沸 扇火止沸 扇面 扇面 扇面对 扇面對 扇面琴 扇面琴 +扇风 搧風 +扇风耳朵 扇風耳朵 手一卷 手一捲 手一松 手一鬆 手不松 手不鬆 @@ -46346,6 +46351,7 @@ 铺地板 鋪地板 铺板 鋪板 铺盖卷儿 鋪蓋捲兒 +铺眉扇眼 鋪眉搧眼 铺眉蒙眼 鋪眉蒙眼 铺锦列绣 鋪錦列繡 铺面 鋪面 From 34f5e024278d7eb12e810d4b6bb25b78122375e9 Mon Sep 17 00:00:00 2001 From: Lei Zhao Date: Wed, 1 Jul 2026 22:27:37 +0800 Subject: [PATCH 05/11] =?UTF-8?q?=E9=99=90=E5=88=B6=E4=BA=86=E2=80=9C?= =?UTF-8?q?=E5=B7=9D=E6=99=AE=E2=80=9D=E7=9A=84=E5=9C=B0=E5=8C=BA=E8=BD=AC?= =?UTF-8?q?=E6=8D=A2=EF=BC=8C=E5=88=A0=E5=8E=BB=E4=BA=86=E2=80=9C=E7=88=B1?= =?UTF-8?q?=E4=B8=BD=E8=88=8D=E5=AE=AB=E2=80=9D?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit * 仅在常见的词汇中对“川普”进行地区转换。 * 增加了专有名词“川普大廈”“川普國際”“川普航空”的地区转换。 * 删去了“爱丽舍宫”，因为有“[爱丽舍][1]”足以。常见以“爱丽舍”命名的名词还有 “爱丽舍田园大街”“爱丽舍剧院”“爱丽舍广场”等。 [1]: http://ccl.pku.edu.cn:8080/ccl_corpus/search?q=%E7%88%B1%E4%B8%BD%E8%88%8D-1%E5%AE%AB&startTime=&xiandaiStartTime=&endTime=&xiandaiEndTime=&dir=xiandai&start=0&num=50&index=FullIndex&outputFormat=HTML&encoding=UTF-8&maxLeftLength=30&maxRightLength=30&orderStyle=score&LastQuery=&scopestr= --- data/dictionary/STPhrases.txt | 1 - data/dictionary/TWPhrasesRev.txt | 18 +++++++++++++++++- test/testcases/testcases.json | 9 +++++++++ 3 files changed, 26 insertions(+), 2 deletions(-) diff --git a/data/dictionary/STPhrases.txt b/data/dictionary/STPhrases.txt index 004946b66..41c012787 100644 --- a/data/dictionary/STPhrases.txt +++ b/data/dictionary/STPhrases.txt @@ -34319,7 +34319,6 @@ 爱丽丝梦游记 愛麗絲夢遊記 爱丽丝漫游奇境记 愛麗絲漫遊奇境記 爱丽舍 愛麗舍 -爱丽舍宫 愛麗舍宮 爱之欲其生恶之欲其死 愛之欲其生惡之欲其死 爱之适足以害之 愛之適足以害之 爱乐乐团 愛樂樂團 diff --git a/data/dictionary/TWPhrasesRev.txt b/data/dictionary/TWPhrasesRev.txt index a363f596e..c021c8481 100644 --- a/data/dictionary/TWPhrasesRev.txt +++ b/data/dictionary/TWPhrasesRev.txt @@ -252,7 +252,21 @@ SQL隱碼攻擊 SQL注入 SQL注入攻擊 尚比亞 贊比亞 尤拉 歐拉 尼日 尼日爾 -川普 特朗普 +川普上任 特朗普上任 +川普國際 特朗普國際 +川普大廈 特朗普大廈 +川普大樓 特朗普大樓 +川普宣佈 特朗普宣佈 +川普宣布 特朗普宣布 +川普提名 特朗普提名 +川普支持 特朗普支持 +川普政府 特朗普政府 +川普當選 特朗普當選 +川普競選 特朗普競選 +川普簽署 特朗普簽署 +川普總統 特朗普總統 +川普航空 特朗普航空 +川普表示 特朗普表示 巢狀 嵌套 工作列 任務欄 工作管理員 任務管理器 @@ -351,6 +365,7 @@ SQL隱碼攻擊 SQL注入 SQL注入攻擊 擷取 截取 攜帶型 便攜式 攝護腺 前列腺 +支持川普 支持特朗普 支持者 支持者 支援 支持 效能 性能 @@ -530,6 +545,7 @@ SQL隱碼攻擊 SQL注入 SQL注入攻擊 線上 在線 縮圖 縮略圖 縮排 縮進 +總統川普 總統特朗普 繫結 綁定 纈胺酸 纈氨酸 羅德島 羅得島 diff --git a/test/testcases/testcases.json b/test/testcases/testcases.json index 2782d522a..e54a8518e 100755 --- a/test/testcases/testcases.json +++ b/test/testcases/testcases.json @@ -408,6 +408,15 @@ "tw2t": "唐納·川普 當勞·特朗普 禮記·中庸 詩經·周頌·小毖 自乾五 锟斤拷" } }, + { + "id": "case_057_tw2x", + "input": "川普總統 川普政府 總統川普 川普大廈 川普大樓 川普國際飯店大廈 川普航空 唐納·川普總統 唐納·川普政府 總統川普政府", + "expected": { + "tw2s": "川普总统 川普政府 总统川普 川普大厦 川普大楼 川普国际饭店大厦 川普航空 唐纳·川普总统 唐纳·川普政府 总统川普政府", + "tw2sp": "特朗普总统 特朗普政府 总统特朗普 特朗普大厦 特朗普大楼 特朗普国际饭店大厦 特朗普航空 唐纳德·特朗普总统 唐纳德·特朗普政府 总统特朗普政府", + "tw2t": "川普總統 川普政府 總統川普 川普大廈 川普大樓 川普國際飯店大廈 川普航空 唐納·川普總統 唐納·川普政府 總統川普政府" + } + }, { "id": "BYVoid_OpenCC_Issue_475_s2twp", "input": "仙童半导体厂 人工智能借用", From 13ba2f5ce60a0f440f779ef23353e2118c3fee2e Mon Sep 17 00:00:00 2001 From: Lei Zhao Date: Wed, 1 Jul 2026 22:49:52 +0800 Subject: [PATCH 06/11] =?UTF-8?q?=E5=88=A0=E5=8E=BB=E4=BA=86=E2=80=9C?= =?UTF-8?q?=E9=94=9F=E6=96=A4=E6=8B=B7=E2=80=9D=E7=9A=84=E5=90=8C=E5=BD=A2?= =?UTF-8?q?=E8=BD=AC=E6=8D=A2?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit As per [收錄標準][1] [1]: https://github.com/BYVoid/OpenCC/blob/master/doc/regional-phrase-criteria.md#2-%E9%81%BF%E5%85%8D%E6%94%B6%E9%8C%84%E5%8B%95%E8%A9%9E%E5%BD%A2%E5%AE%B9%E8%A9%9E%E5%8F%8A%E9%A2%A8%E6%A0%BC%E6%80%A7%E8%A1%A8%E9%81%94 --- data/dictionary/STPhrases.txt | 1 - 1 file changed, 1 deletion(-) diff --git a/data/dictionary/STPhrases.txt b/data/dictionary/STPhrases.txt index 41c012787..d864e01b8 100644 --- a/data/dictionary/STPhrases.txt +++ b/data/dictionary/STPhrases.txt @@ -46437,7 +46437,6 @@ 锚虫 錨蟲 锚链 錨鏈 锚链孔 錨鏈孔 -锟斤拷 锟斤拷 锡克拜 錫克拜 锡克教 錫克教 锡克族 錫克族 From 67f24496a42aabc117b8d560412c90dd4e56031e Mon Sep 17 00:00:00 2001 From: Lei Zhao Date: Wed, 1 Jul 2026 23:00:25 +0800 Subject: [PATCH 07/11] =?UTF-8?q?Also=20update=20test=20for=20=E9=94=9F?= =?UTF-8?q?=E6=96=A4=E6=8B=B7?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- test/testcases/testcases.json | 28 ++++++++++++++-------------- 1 file changed, 14 insertions(+), 14 deletions(-) diff --git a/test/testcases/testcases.json b/test/testcases/testcases.json index e54a8518e..4c83171e5 100755 --- a/test/testcases/testcases.json +++ b/test/testcases/testcases.json @@ -387,25 +387,25 @@ }, { "id": "case_055_s2x", - "input": "唐纳德·特朗普 礼记·中庸 诗经·周颂·小毖 自干五 锟斤拷", + "input": "唐纳德·特朗普 礼记·中庸 诗经·周颂·小毖 自干五", "expected": { - "s2hk": "唐納德·特朗普 禮記·中庸 詩經·周頌·小毖 自乾五 锟斤拷", - "s2hkp": "當勞·特朗普 禮記·中庸 詩經·周頌·小毖 自乾五 锟斤拷", - "s2t": "唐納德·特朗普 禮記·中庸 詩經·周頌·小毖 自乾五 锟斤拷", - "s2tw": "唐納德·特朗普 禮記·中庸 詩經·周頌·小毖 自乾五 锟斤拷", - "s2twp": "唐納·川普 禮記·中庸 詩經·周頌·小毖 自乾五 锟斤拷" + "s2hk": "唐納德·特朗普 禮記·中庸 詩經·周頌·小毖 自乾五", + "s2hkp": "當勞·特朗普 禮記·中庸 詩經·周頌·小毖 自乾五", + "s2t": "唐納德·特朗普 禮記·中庸 詩經·周頌·小毖 自乾五", + "s2tw": "唐納德·特朗普 禮記·中庸 詩經·周頌·小毖 自乾五", + "s2twp": "唐納·川普 禮記·中庸 詩經·周頌·小毖 自乾五" } }, { "id": "case_056_t2x", - "input": "唐納·川普 當勞·特朗普 禮記·中庸 詩經·周頌·小毖 自乾五 锟斤拷", - "expected": { - "hk2s": "唐纳·川普 当劳·特朗普 礼记·中庸 诗经·周颂·小毖 自干五 锟斤拷", - "hk2sp": "唐纳·川普 唐纳德·特朗普 礼记·中庸 诗经·周颂·小毖 自干五 锟斤拷", - "t2s": "唐纳·川普 当劳·特朗普 礼记·中庸 诗经·周颂·小毖 自干五 锟斤拷", - "tw2s": "唐纳·川普 当劳·特朗普 礼记·中庸 诗经·周颂·小毖 自干五 锟斤拷", - "tw2sp": "唐纳德·特朗普 当劳·特朗普 礼记·中庸 诗经·周颂·小毖 自干五 锟斤拷", - "tw2t": "唐納·川普 當勞·特朗普 禮記·中庸 詩經·周頌·小毖 自乾五 锟斤拷" + "input": "唐納·川普 當勞·特朗普 禮記·中庸 詩經·周頌·小毖 自乾五", + "expected": { + "hk2s": "唐纳·川普 当劳·特朗普 礼记·中庸 诗经·周颂·小毖 自干五", + "hk2sp": "唐纳·川普 唐纳德·特朗普 礼记·中庸 诗经·周颂·小毖 自干五", + "t2s": "唐纳·川普 当劳·特朗普 礼记·中庸 诗经·周颂·小毖 自干五", + "tw2s": "唐纳·川普 当劳·特朗普 礼记·中庸 诗经·周颂·小毖 自干五", + "tw2sp": "唐纳德·特朗普 当劳·特朗普 礼记·中庸 诗经·周颂·小毖 自干五", + "tw2t": "唐納·川普 當勞·特朗普 禮記·中庸 詩經·周頌·小毖 自乾五" } }, { From 1ced69cc8bfc5924bf09fe1104aae3a1e5980587 Mon Sep 17 00:00:00 2001 From: Lei Zhao Date: Wed, 1 Jul 2026 23:34:19 +0800 Subject: [PATCH 08/11] =?UTF-8?q?Preserve=20=E7=88=B1=E4=B8=BD=E8=88=8D?= =?UTF-8?q?=E5=AE=AB=20in=20STPhrases.txt?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- data/dictionary/STPhrases.txt | 1 + 1 file changed, 1 insertion(+) diff --git a/data/dictionary/STPhrases.txt b/data/dictionary/STPhrases.txt index d864e01b8..32a5cabf5 100644 --- a/data/dictionary/STPhrases.txt +++ b/data/dictionary/STPhrases.txt @@ -34319,6 +34319,7 @@ 爱丽丝梦游记 愛麗絲夢遊記 爱丽丝漫游奇境记 愛麗絲漫遊奇境記 爱丽舍 愛麗舍 +爱丽舍宫 愛麗舍宮 爱之欲其生恶之欲其死 愛之欲其生惡之欲其死 爱之适足以害之 愛之適足以害之 爱乐乐团 愛樂樂團 From e379d7ff9c7fa46b439ccd890a6198d5b1cbd1ff Mon Sep 17 00:00:00 2001 From: Lei Zhao Date: Thu, 2 Jul 2026 00:03:24 +0800 Subject: [PATCH 09/11] =?UTF-8?q?Do=20not=20convert=20=E7=89=B9=E6=9C=97?= =?UTF-8?q?=E6=99=AE=20or=20=E5=B7=9D=E6=99=AE?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- data/dictionary/TWPhrases.txt | 2 -- data/dictionary/TWPhrasesRev.txt | 18 ------------------ test/testcases/testcases.json | 29 ++--------------------------- 3 files changed, 2 insertions(+), 47 deletions(-) diff --git a/data/dictionary/TWPhrases.txt b/data/dictionary/TWPhrases.txt index d171e217c..35d534f3d 100644 --- a/data/dictionary/TWPhrases.txt +++ b/data/dictionary/TWPhrases.txt @@ -168,7 +168,6 @@ U盤 隨身碟 哥斯達黎加 哥斯大黎加 唐氏綜合徵 唐氏症 唐氏綜合症 唐氏症 -唐納德·特朗普 唐納·川普 喬治亞 喬治亞 單片機 微控制器 回調 回撥 @@ -474,7 +473,6 @@ U盤 隨身碟 物理地址 實體地址 特拉華 德拉瓦 特拉華州 德拉瓦州 -特朗普 川普 特立尼達和多巴哥 千里達及托巴哥 狀態欄 狀態列 獲得性免疫缺陷綜合徵 後天免疫缺乏症候群 diff --git a/data/dictionary/TWPhrasesRev.txt b/data/dictionary/TWPhrasesRev.txt index c021c8481..34221cbc8 100644 --- a/data/dictionary/TWPhrasesRev.txt +++ b/data/dictionary/TWPhrasesRev.txt @@ -157,7 +157,6 @@ SQL隱碼攻擊 SQL注入 SQL注入攻擊 哈薩克 哈薩克斯坦 哥斯大黎加 哥斯達黎加 唐氏症 唐氏綜合徵 唐氏綜合症 -唐納·川普 唐納德·特朗普 啟用 激活 喬治亞 喬治亞 佐治亞 格魯吉亞 喬治亞共和國 格魯吉亞共和國 @@ -252,21 +251,6 @@ SQL隱碼攻擊 SQL注入 SQL注入攻擊 尚比亞 贊比亞 尤拉 歐拉 尼日 尼日爾 -川普上任 特朗普上任 -川普國際 特朗普國際 -川普大廈 特朗普大廈 -川普大樓 特朗普大樓 -川普宣佈 特朗普宣佈 -川普宣布 特朗普宣布 -川普提名 特朗普提名 -川普支持 特朗普支持 -川普政府 特朗普政府 -川普當選 特朗普當選 -川普競選 特朗普競選 -川普簽署 特朗普簽署 -川普總統 特朗普總統 -川普航空 特朗普航空 -川普表示 特朗普表示 巢狀 嵌套 工作列 任務欄 工作管理員 任務管理器 @@ -365,7 +349,6 @@ SQL隱碼攻擊 SQL注入 SQL注入攻擊 擷取 截取 攜帶型 便攜式 攝護腺 前列腺 -支持川普 支持特朗普 支持者 支持者 支援 支持 效能 性能 @@ -545,7 +528,6 @@ SQL隱碼攻擊 SQL注入 SQL注入攻擊 線上 在線 縮圖 縮略圖 縮排 縮進 -總統川普 總統特朗普 繫結 綁定 纈胺酸 纈氨酸 羅德島 羅得島 diff --git a/test/testcases/testcases.json b/test/testcases/testcases.json index 4c83171e5..41f029415 100755 --- a/test/testcases/testcases.json +++ b/test/testcases/testcases.json @@ -387,34 +387,9 @@ }, { "id": "case_055_s2x", - "input": "唐纳德·特朗普 礼记·中庸 诗经·周颂·小毖 自干五", + "input": "自干五 扇风 扇风耳朵 呼扇 扇火 扇火止沸 铺眉扇眼", "expected": { - "s2hk": "唐納德·特朗普 禮記·中庸 詩經·周頌·小毖 自乾五", - "s2hkp": "當勞·特朗普 禮記·中庸 詩經·周頌·小毖 自乾五", - "s2t": "唐納德·特朗普 禮記·中庸 詩經·周頌·小毖 自乾五", - "s2tw": "唐納德·特朗普 禮記·中庸 詩經·周頌·小毖 自乾五", - "s2twp": "唐納·川普 禮記·中庸 詩經·周頌·小毖 自乾五" - } - }, - { - "id": "case_056_t2x", - "input": "唐納·川普 當勞·特朗普 禮記·中庸 詩經·周頌·小毖 自乾五", - "expected": { - "hk2s": "唐纳·川普 当劳·特朗普 礼记·中庸 诗经·周颂·小毖 自干五", - "hk2sp": "唐纳·川普 唐纳德·特朗普 礼记·中庸 诗经·周颂·小毖 自干五", - "t2s": "唐纳·川普 当劳·特朗普 礼记·中庸 诗经·周颂·小毖 自干五", - "tw2s": "唐纳·川普 当劳·特朗普 礼记·中庸 诗经·周颂·小毖 自干五", - "tw2sp": "唐纳德·特朗普 当劳·特朗普 礼记·中庸 诗经·周颂·小毖 自干五", - "tw2t": "唐納·川普 當勞·特朗普 禮記·中庸 詩經·周頌·小毖 自乾五" - } - }, - { - "id": "case_057_tw2x", - "input": "川普總統 川普政府 總統川普 川普大廈 川普大樓 川普國際飯店大廈 川普航空 唐納·川普總統 唐納·川普政府 總統川普政府", - "expected": { - "tw2s": "川普总统 川普政府 总统川普 川普大厦 川普大楼 川普国际饭店大厦 川普航空 唐纳·川普总统 唐纳·川普政府 总统川普政府", - "tw2sp": "特朗普总统 特朗普政府 总统特朗普 特朗普大厦 特朗普大楼 特朗普国际饭店大厦 特朗普航空 唐纳德·特朗普总统 唐纳德·特朗普政府 总统特朗普政府", - "tw2t": "川普總統 川普政府 總統川普 川普大廈 川普大樓 川普國際飯店大廈 川普航空 唐納·川普總統 唐納·川普政府 總統川普政府" + "s2t": "自乾五 搧風 扇風耳朵 呼搧 搧火 扇火止沸 鋪眉搧眼", } }, { From c467dd773b62615a6e8c068a44fd6a357632fc5a Mon Sep 17 00:00:00 2001 From: Lei Zhao Date: Thu, 2 Jul 2026 00:11:57 +0800 Subject: [PATCH 10/11] =?UTF-8?q?Also=20remove=20=E7=89=B9=E6=9C=97?= =?UTF-8?q?=E6=99=AE=20from=20Hong=20Kong=20Phrases?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- data/dictionary/HKPhrases.txt | 1 - data/dictionary/HKPhrasesRev.txt | 1 - 2 files changed, 2 deletions(-) diff --git a/data/dictionary/HKPhrases.txt b/data/dictionary/HKPhrases.txt index 8cbc08fb0..b105e4354 100644 --- a/data/dictionary/HKPhrases.txt +++ b/data/dictionary/HKPhrases.txt @@ -16,7 +16,6 @@ 北卡羅來納州 北卡羅萊納州 南卡羅來納 南卡羅萊納 南卡羅來納州 南卡羅萊納州 -唐納德·特朗普 當勞·特朗普 密歇根 密芝根 密歇根州 密芝根州 寬帶 寬頻 diff --git a/data/dictionary/HKPhrasesRev.txt b/data/dictionary/HKPhrasesRev.txt index 927d8e916..3f31a6379 100644 --- a/data/dictionary/HKPhrasesRev.txt +++ b/data/dictionary/HKPhrasesRev.txt @@ -26,7 +26,6 @@ 機率 幾率 游標 光標 滑鼠 鼠標 -當勞·特朗普 唐納德·特朗普 硬碟 硬盤 私隱權 隱私權 程式語言 編程語言 From 287078809a827c900aa0b05ac98a021c9e5ef8fb Mon Sep 17 00:00:00 2001 From: Lei Zhao Date: Thu, 2 Jul 2026 01:16:07 +0800 Subject: [PATCH 11/11] =?UTF-8?q?Add=20=E6=89=87=20to=20STCharacters.txt?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- data/dictionary/STCharacters.txt | 1 + 1 file changed, 1 insertion(+) diff --git a/data/dictionary/STCharacters.txt b/data/dictionary/STCharacters.txt index f022d1d12..a1a95afb4 100644 --- a/data/dictionary/STCharacters.txt +++ b/data/dictionary/STCharacters.txt @@ -725,6 +725,7 @@ 戬 戩 戯 戱 户 戶 +扇 扇 搧 才 才 纔 扎 扎 紮 扑 撲