From 35b5fcea5d230edee21c8ab0fed4050d1ea8d45d Mon Sep 17 00:00:00 2001 From: Frank Lin Date: Mon, 17 Aug 2026 16:33:12 -0700 Subject: [PATCH] Add classical-context phrases to STPhrases for one-to-many s2t characters MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit Book titles from pre-modern Chinese corpora were mis-converted because characters such as 征/咸/斗/里/范/岳/冲/郁/谷 fall back to STCharacters, whose first candidate is chosen for modern usage. Adding phrase entries fixes 46 of 47 wrong titles found in the 殆知閣 collection without changing any modern-sense conversion. Detailed Changes: - **STPhrases.txt**: - Added conquest senses of 征 (征南/征东/征西/征北/征缅/征台/征乌梁海/从征实录/从征缅). - Added reign titles and adverbial senses of 咸 (咸淳/咸平/咸通/咸康/咸熙/咸雍/咸同/咸宾/少长咸集/咸有一德). - Added constellation senses of 斗 (斗姆/斗母/四斗/贯斗/说东斗/说西斗/东斗星君/西斗星君). - Added place names and transliterations for 里 (里乘/步里客谈/碧里杂存/甫里/锦里/花里活/摩里支/矩里迦/村屯里数). - Added surname senses of 范 and 岳 (范文正/范太史/范忠宣/范德机/范叔/范氏/范公/岳武穆/岳王/岳王庙/景岳). - Added Daoist senses of 冲 (道冲/圣诞冲举/冲碧丹经) and Sanskrit transliterations of 郁 (郁迦罗越/郁多罗). - Changed 谷神 to keep 谷 (《老子》「谷神不死」); 谷神星 still maps to 穀神星 via the longer key. - Added 干禄, 姜斋, 泛胜之, 授时历, 大统历, 历指, 历引, 沈馆录, 石屋余沈, 石屋续沈, 警寤钟, 薛仁贵. - **testcases.json**: - Added eight s2t cases covering each character group. - Added a guard case asserting modern senses stay unchanged (股東鬥毆, 服從徵召, 散步裏面, 學歷指標, 示範公司, 鹹魚鹹菜). --- data/dictionary/STPhrases.txt | 66 ++++++++++++++++++++++++++++++++++- test/testcases/testcases.json | 63 +++++++++++++++++++++++++++++++++ 2 files changed, 128 insertions(+), 1 deletion(-) diff --git a/data/dictionary/STPhrases.txt b/data/dictionary/STPhrases.txt index cb05687a0..eb0e131ea 100644 --- a/data/dictionary/STPhrases.txt +++ b/data/dictionary/STPhrases.txt @@ -1613,6 +1613,7 @@ 东挨西撞 東挨西撞 东挪西借 東挪西借 东摇西摆 東搖西擺 +东斗星君 東斗星君 东方发白 東方發白 东方汇理 東方匯理 东林党 東林黨 @@ -3537,6 +3538,8 @@ 从宽发落 從寬發落 从属于 從屬於 从属关系 從屬關係 +从征实录 從征實錄 +从征缅 從征緬 从心所欲 從心所欲 从此以后 從此以後 从此往后 從此往後 @@ -6435,6 +6438,7 @@ 冲盹儿 衝盹兒 冲着 衝着 冲破 衝破 +冲碧丹经 沖碧丹經 冲积 沖積 冲积土 沖積土 冲积堤 沖積堤 @@ -10443,6 +10447,8 @@ 历山 歷山 历年 歷年 历年来 歷年來 +历引 曆引 +历指 曆指 历数 歷數 历日 歷日 历日旷久 歷日曠久 @@ -14895,6 +14901,7 @@ 咸兴 咸興 咸兴市 咸興市 咸卤 鹹鹵 +咸同 咸同 咸味 鹹味 咸和 咸和 咸咸 鹹鹹 @@ -14906,9 +14913,13 @@ 咸安 咸安 咸安区 咸安區 咸宜 咸宜 +咸宾 咸賓 +咸平 咸平 咸度 鹹度 +咸康 咸康 咸得 鹹得 咸批 鹹批 +咸有一德 咸有一德 咸水 鹹水 咸水妹 鹹水妹 咸水湖 鹹水湖 @@ -14921,9 +14932,11 @@ 咸海 鹹海 咸淡 鹹淡 咸淡适中 鹹淡適中 +咸淳 咸淳 咸湖 鹹湖 咸湿 鹹溼 咸潟 鹹潟 +咸熙 咸熙 咸猪手 鹹豬手 咸猪肉 鹹豬肉 咸的 鹹的 @@ -14935,6 +14948,7 @@ 咸菜干 鹹菜乾 咸蛋 鹹蛋 咸认为 咸認爲 +咸通 咸通 咸酥鸡 鹹酥雞 咸镜 咸鏡 咸镜北道 咸鏡北道 @@ -14946,6 +14960,7 @@ 咸阳市 咸陽市 咸阳桥 咸陽橋 咸阳火 咸陽火 +咸雍 咸雍 咸食 鹹食 咸鱼 鹹魚 咸鱼翻身 鹹魚翻身 @@ -15445,6 +15460,7 @@ 四弘誓愿 四弘誓願 四才子 四才子 四扎 四紮 +四斗 四斗 四方八面 四方八面 四方台 四方臺 四方台区 四方臺區 @@ -16180,6 +16196,7 @@ 圣神降临周 聖神降臨週 圣胡安 聖胡安 圣药 聖藥 +圣诞冲举 聖誕沖舉 圣诞叶 聖誕葉 圣诞百合 聖誕百合 圣迹 聖蹟 @@ -17382,6 +17399,7 @@ 大笨钟敲 大笨鐘敲 大精彩 大精彩 大系 大系 +大统历 大統曆 大缸里翻油沿路拾芝麻 大缸裏翻油沿路拾芝麻 大老板 大老闆 大而无当 大而無當 @@ -18135,6 +18153,7 @@ 姜建铭 姜建銘 姜愈老愈辣 薑愈老愈辣 姜文杰 姜文杰 +姜斋 薑齋 姜是老 薑是老 姜是老的辣 薑是老的辣 姜末 薑末 @@ -19063,6 +19082,7 @@ 少管闲事 少管閒事 少说几句 少說幾句 少采 少採 +少长咸集 少長咸集 尔冬升 爾冬升 尔后 爾後 尔当 爾當 @@ -19543,9 +19563,12 @@ 岳家军 岳家軍 岳岳 嶽嶽 岳庙 岳廟 +岳武穆 岳武穆 岳母 岳母 岳氏 岳氏 岳父 岳父 +岳王 岳王 +岳王庙 岳王廟 岳珂 岳珂 岳阳 岳陽 岳阳县 岳陽縣 @@ -20658,6 +20681,7 @@ 干硬 乾硬 干碍 干礙 干礼 乾禮 +干禄 干祿 干稿 乾稿 干站 乾站 干站着 乾站着 @@ -22278,6 +22302,8 @@ 往里 往裏 往里面 往裏面 往里面冲 往裏面衝 +征东 征東 +征乌梁海 征烏梁海 征了 徵了 征人 徵人 征令 徵令 @@ -22297,11 +22323,14 @@ 征到 徵到 征剿 征剿 征募 徵募 +征北 征北 +征南 征南 征占 徵佔 征友 徵友 征友栏 徵友欄 征发 徵發 征召 徵召 +征台 征臺 征名责实 徵名責實 征吏 徵吏 征启 徵啓 @@ -22352,11 +22381,13 @@ 征粮 徵糧 征纳 徵納 征结 徵結 +征缅 征緬 征缴 徵繳 征聘 徵聘 征聘人员 徵聘人員 征衣 征衣 征衫 征衫 +征西 征西 征讨 征討 征训 徵訓 征询 徵詢 @@ -25982,6 +26013,7 @@ 掀帘子 掀簾子 掂折 掂折 掂梢折本 掂梢折本 +授时历 授時曆 授权范围 授權範圍 掉个 掉個 掉了 掉了 @@ -26564,6 +26596,7 @@ 摩苏尔 摩蘇爾 摩苏尔市 摩蘇爾市 摩诃迦叶 摩訶迦葉 +摩里支 摩里支 摩里西斯 摩里西斯 摭采 摭採 摸不准 摸不準 @@ -27177,6 +27210,7 @@ 斗大的馒头 斗大的饅頭 斗头 鬥頭 斗她一斗 鬥她一鬥 +斗姆 斗姆 斗子 斗子 斗室 斗室 斗室生辉 斗室生輝 @@ -27230,6 +27264,7 @@ 斗概 斗概 斗武 鬥武 斗殴 鬥毆 +斗母 斗母 斗气 鬥氣 斗沟子 斗溝子 斗法 鬥法 @@ -28159,6 +28194,7 @@ 景云 景雲 景从云合 景從雲合 景从云集 景從雲集 +景岳 景岳 景星庆云 景星慶雲 景胄 景胄 景致 景緻 @@ -29372,6 +29408,7 @@ 材种 材種 材积表 材積表 村子里 村子裏 +村屯里数 村屯里數 村干事 村幹事 村庄 村莊 村庄里 村莊裏 @@ -31097,6 +31134,7 @@ 步行虫 步行蟲 步调一致 步調一致 步进制 步進制 +步里客谈 步里客談 步青云 步青雲 步飞烟传 步飛煙傳 武丑 武丑 @@ -31808,6 +31846,7 @@ 沈雁冰 沈雁冰 沈雨庭 沈雨庭 沈靳扬 沈靳揚 +沈馆录 瀋館錄 沉下 沉下 沉不住气 沉不住氣 沉住气 沉住氣 @@ -32166,6 +32205,7 @@ 泛红 泛紅 泛绿 泛綠 泛美 泛美 +泛胜之 氾勝之 泛舟 泛舟 泛蓝 泛藍 泛览 泛覽 @@ -35089,6 +35129,7 @@ 甩发 甩髮 甩手掌柜 甩手掌櫃 甪里 甪里 +甫里 甫里 甯采臣 甯采臣 田园交响曲 田園交響曲 田园曲 田園曲 @@ -36092,6 +36133,7 @@ 知行合一 知行合一 知识范围 知識範圍 知道了 知道了 +矩里迦 矩里迦 矫制 矯制 矫情干誉 矯情干譽 矫正术 矯正術 @@ -36133,7 +36175,9 @@ 石坛 石壇 石头布 石頭布 石家庄 石家莊 +石屋余沈 石屋餘瀋 石屋制果 石屋製果 +石屋续沈 石屋續瀋 石工术 石工術 石志伟 石志偉 石拐 石柺 @@ -36343,6 +36387,7 @@ 碧眼紫须 碧眼紫鬚 碧眼胡 碧眼胡 碧眼金发 碧眼金髮 +碧里杂存 碧里雜存 碧鸡漫志 碧雞漫志 碰了 碰了 碰杯 碰杯 @@ -40439,6 +40484,7 @@ 花虫 花蟲 花车游行 花車遊行 花采 花采 +花里活 花里活 花里胡哨 花裏胡哨 花钟 花鐘 花雕 花雕 @@ -40789,10 +40835,12 @@ 范佩西 范佩西 范例 範例 范光群 范光羣 +范公 范公 范公偁 范公偁 范公堤 范公堤 范冰冰 范冰冰 范县 范縣 +范叔 范叔 范可钦 范可欽 范各庄 范各莊 范哈能 范哈能 @@ -40811,6 +40859,7 @@ 范坝 范壩 范增 范增 范士丹 范士丹 +范太史 范太史 范姜 范姜 范字 範字 范家 范家 @@ -40822,6 +40871,7 @@ 范岗 范崗 范式 範式 范张鸡黍 范張雞黍 +范德机 范德機 范德林特 范德林特 范德格拉夫 范德格拉夫 范德瓦耳斯 范德瓦耳斯 @@ -40829,11 +40879,13 @@ 范德维德 范德維德 范德萨 范德薩 范志毅 范志毅 +范忠宣 范忠宣 范性形变 範性形變 范戈德 范戈德 范成大 范成大 范文 範文 范文同 范文同 +范文正 范文正 范文正公 范文正公 范文澜 范文瀾 范文照 范文照 @@ -40854,6 +40906,7 @@ 范楼 范樓 范欣妤 范欣妤 范正祥 范正祥 +范氏 范氏 范洪森 范洪森 范湘暄 范湘暄 范特尔 范特爾 @@ -41672,6 +41725,7 @@ 薄面含嗔 薄面含嗔 薙发 薙髮 薙发令 薙髮令 +薛仁贵 薛仁貴 薛松干 薛松乾 薝卜 薝蔔 薪尽火传 薪盡火傳 @@ -42433,6 +42487,7 @@ 西岳 西嶽 西征 西征 西文系 西文系 +西斗星君 西斗星君 西斗铺 西斗鋪 西方极乐 西方極樂 西方极乐世界 西方極樂世界 @@ -42780,6 +42835,7 @@ 警世钟 警世鐘 警察制度 警察制度 警察广播电台 警察廣播電臺 +警寤钟 警寤鐘 警报系统 警報系統 警报钟 警報鐘 警民冲突 警民衝突 @@ -43152,6 +43208,7 @@ 说不出来 說不出來 说不出话来 說不出話來 说不尽 說不盡 +说东斗 說東斗 说了 說了 说了又说 說了又說 说了算 說了算 @@ -43179,6 +43236,7 @@ 说明了 說明了 说白了 說白了 说穿了 說穿了 +说西斗 說西斗 说话不当话 說話不當話 说闲话 說閒話 说雨谈云 說雨談雲 @@ -43385,7 +43443,7 @@ 谷湾 谷灣 谷物 穀物 谷皮 穀皮 -谷神 穀神 +谷神 谷神 谷神星 穀神星 谷穗 穀穗 谷米 穀米 @@ -43598,6 +43656,7 @@ 购物欲 購物慾 购销差价 購銷差價 贯云石 貫雲石 +贯斗 貫斗 贯注 貫注 贱价 賤價 贱价出售 賤價出售 @@ -45116,6 +45175,7 @@ 道不出 道不出 道不同不相为谋 道不同不相爲謀 道克鲁 道克魯 +道冲 道沖 道出 道出 道别 道別 道合志同 道合志同 @@ -45283,6 +45343,7 @@ 郁垒 鬱壘 郁堙不偶 鬱堙不偶 郁塞 鬱塞 +郁多罗 郁多羅 郁律 鬱律 郁悒 鬱悒 郁愤 鬱憤 @@ -45309,6 +45370,7 @@ 郁蓊 鬱蓊 郁血 鬱血 郁达夫 郁達夫 +郁迦罗越 郁迦羅越 郁邑 鬱邑 郁郁 鬱郁 郁郁不乐 鬱鬱不樂 @@ -45676,6 +45738,7 @@ 释放出来 釋放出來 释放出狱 釋放出獄 释迦佛也恼下莲台 釋迦佛也惱下蓮臺 +里乘 里乘 里亚 里亞 里人 里人 里仁 里仁 @@ -46480,6 +46543,7 @@ 锦绣 錦繡 锦绣花园 錦繡花園 锦胡同 錦衚衕 +锦里 錦里 锯了 鋸了 锯了嘴的葫芦 鋸了嘴的葫蘆 锯出 鋸出 diff --git a/test/testcases/testcases.json b/test/testcases/testcases.json index eb86a1797..93f1a3c42 100755 --- a/test/testcases/testcases.json +++ b/test/testcases/testcases.json @@ -1950,6 +1950,69 @@ "expected": { "tw2sp": "互联网 闪存 老挝人民民主共和国" } + }, + { + "id": "classical_zheng_conquest_s2t", + "input": "征南录 从征实录 元朝征缅录 五虎征西 薛仁贵征东 征乌梁海述略", + "expected": { + "s2t": "征南錄 從征實錄 元朝征緬錄 五虎征西 薛仁貴征東 征烏梁海述略" + } + }, + { + "id": "classical_xian_reign_title_s2t", + "input": "咸淳临安志 咸平集 咸宾录 咸同将相琐闻 道咸以来梨园系年小录", + "expected": { + "s2t": "咸淳臨安志 咸平集 咸賓錄 咸同將相瑣聞 道咸以來梨園系年小錄" + } + }, + { + "id": "classical_dou_constellation_s2t", + "input": "太上玄灵斗姆大圣元君本命延生心经 先天斗母奏告玄科 四斗二十八宿天帝大箓 贯斗忠孝五雷武侯秘法 太上说东斗主算护命妙经", + "expected": { + "s2t": "太上玄靈斗姆大聖元君本命延生心經 先天斗母奏告玄科 四斗二十八宿天帝大籙 貫斗忠孝五雷武侯祕法 太上說東斗主算護命妙經" + } + }, + { + "id": "classical_li_placename_s2t", + "input": "里乘 步里客谈 碧里杂存 甫里集 锦里耆旧传 花里活 说矩里迦龙王像法 佛说大摩里支菩萨经 宁古塔村屯里数", + "expected": { + "s2t": "里乘 步里客談 碧里雜存 甫里集 錦里耆舊傳 花里活 說矩里迦龍王像法 佛說大摩里支菩薩經 寧古塔村屯里數" + } + }, + { + "id": "classical_fan_surname_s2t", + "input": "范文正集 范太史集 范忠宣集 范德机诗集 须贾大夫谇范叔", + "expected": { + "s2t": "范文正集 范太史集 范忠宣集 范德機詩集 須賈大夫誶范叔" + } + }, + { + "id": "classical_yue_surname_s2t", + "input": "岳武穆遗文 景岳全书 岳王庙", + "expected": { + "s2t": "岳武穆遺文 景岳全書 岳王廟" + } + }, + { + "id": "classical_chong_daoist_s2t", + "input": "痴绝道冲禅师语录 诸师圣诞冲举酌献仪 金华冲碧丹经秘旨", + "expected": { + "s2t": "癡絕道沖禪師語錄 諸師聖誕沖舉酌獻儀 金華沖碧丹經祕旨" + } + }, + { + "id": "classical_book_titles_s2t", + "input": "郁迦罗越问菩萨行经 谷神篇 警寤钟 干禄字书 姜斋诗话 泛胜之书 沈馆录 石屋余沈 授时历 大统历志", + "expected": { + "s2t": "郁迦羅越問菩薩行經 谷神篇 警寤鐘 干祿字書 薑齋詩話 氾勝之書 瀋館錄 石屋餘瀋 授時曆 大統曆志" + } + }, + { + "id": "classical_entries_modern_sense_guard_s2t", + "input": "股东斗殴 服从征召 散步里面 向前冲举起手 姓沈故乡 咸鱼咸菜 模范氏族 示范公司 学历指标 广泛胜出", + "expected": { + "s2t": "股東鬥毆 服從徵召 散步裏面 向前衝舉起手 姓沈故鄉 鹹魚鹹菜 模範氏族 示範公司 學歷指標 廣泛勝出" + } } ] }