From 33dde4a121306a2ca51ef04e9700f02aa435986a Mon Sep 17 00:00:00 2001 From: Frank Lin Date: Fri, 31 Jul 2026 17:52:30 -0700 Subject: [PATCH] =?UTF-8?q?Fix=20s2twp=20greedy-match=20errors=20for=20?= =?UTF-8?q?=E4=BA=92=E8=81=94=E7=BD=91=E7=BB=9C,=20=E5=BF=AB=E9=97=AA?= =?UTF-8?q?=E5=AD=98=E5=82=A8=E5=99=A8=20and=20=E8=80=81=E6=8C=9D=E4=BA=BA?= =?UTF-8?q?=E6=B0=91=E6=B0=91=E4=B8=BB=E5=85=B1=E5=92=8C=E5=9B=BD?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit Add longer TWPhrases entries so shorter dictionary keys no longer split these phrases mid-word, and map 老撾人民民主共和國 to the official Taiwan name 寮人民民主共和國. TWPhrasesRev is updated to keep the reverse dictionary bidirectionally consistent while preserving existing tw2sp output. Fixes #1467. --- data/dictionary/TWPhrases.txt | 3 +++ data/dictionary/TWPhrasesRev.txt | 5 +++-- test/testcases/testcases.json | 14 ++++++++++++++ 3 files changed, 20 insertions(+), 2 deletions(-) diff --git a/data/dictionary/TWPhrases.txt b/data/dictionary/TWPhrases.txt index 9ec5c4fa9..b98715dca 100644 --- a/data/dictionary/TWPhrases.txt +++ b/data/dictionary/TWPhrases.txt @@ -35,6 +35,7 @@ U盤 隨身碟 二噁英 戴奧辛 二極管 二極體 互聯網 網際網路 +互聯網絡 網際網路 亞歷杭德羅·岡薩雷斯·伊納裏圖 阿利安卓·崗札雷·伊納利圖 交互 互動 交互式 互動式 @@ -325,6 +326,7 @@ U盤 隨身碟 心房顫動 心房顫動 心梗 心肌梗塞 心肌梗死 心肌梗塞 +快閃存儲器 快閃記憶體 急性呼吸窘迫綜合徵 急性呼吸窘迫症候群 性價比 價效比 性能 效能 @@ -606,6 +608,7 @@ U盤 隨身碟 老年性癡呆症 老年失智症 老年癡呆症 老年失智症 老撾 寮國 +老撾人民民主共和國 寮人民民主共和國 聖基茨和尼維斯 聖克里斯多福及尼維斯 聖文森特和格林納丁斯 聖文森及格瑞那丁 聖盧西亞 聖露西亞 diff --git a/data/dictionary/TWPhrasesRev.txt b/data/dictionary/TWPhrasesRev.txt index 8e82f3ae1..68a54c211 100644 --- a/data/dictionary/TWPhrasesRev.txt +++ b/data/dictionary/TWPhrasesRev.txt @@ -256,6 +256,7 @@ SQL隱碼攻擊 SQL注入 SQL注入攻擊 實體地址 物理地址 實體記憶體 物理內存 寬頻 寬帶 +寮人民民主共和國 老撾人民民主共和國 寮國 老撾 寶僑 寶潔 寶僑公司 寶潔公司 @@ -329,7 +330,7 @@ SQL隱碼攻擊 SQL注入 SQL注入攻擊 快取 緩存 快取記憶體 高速緩存 快捷半導體 仙童半導體 -快閃記憶體 閃存 +快閃記憶體 閃存 快閃存儲器 急性呼吸窘迫症候群 急性呼吸窘迫綜合徵 愛滋病 艾滋病 愛滋病患 艾滋病人 @@ -552,7 +553,7 @@ SQL隱碼攻擊 SQL注入 SQL注入攻擊 網絡卡 網卡 網路 網絡 網路上的芳鄰 網上鄰居 -網際網路 互聯網 +網際網路 互聯網 互聯網絡 線上 在線 縮圖 縮略圖 縮排 縮進 diff --git a/test/testcases/testcases.json b/test/testcases/testcases.json index e7d3acf1f..b45825034 100755 --- a/test/testcases/testcases.json +++ b/test/testcases/testcases.json @@ -1912,6 +1912,20 @@ "expected": { "hk2sp": "本·阿弗莱克 乔治·克鲁尼 布拉德·皮特 弗朗西丝·麦克多曼德 查尔斯·罗文" } + }, + { + "id": "issue_1467_s2twp_long_phrases", + "input": "互联网络 快闪存储器 老挝人民民主共和国", + "expected": { + "s2twp": "網際網路 快閃記憶體 寮人民民主共和國" + } + }, + { + "id": "issue_1467_tw2sp_reverse", + "input": "網際網路 快閃記憶體 寮人民民主共和國", + "expected": { + "tw2sp": "互联网 闪存 老挝人民民主共和国" + } } ] }