[danny0838]

補充 #487，加上香港地區詞轉換

[BYVoid]

目前只有「幾率」這一個詞轉換的話，不必添加一套轉換配置。這樣帶來的維護成本很高。

在加入香港地區詞前，我們要先定義清楚什麼是香港地區詞。據我認知，香港地區詞有很大一部分是粵語詞，這部分不在OpenCC的目的內。香港的官話詞彙（普通話、國語）則流動性很強，也就是同事接受大陸和臺灣的用法。

[danny0838]

香港人真的接受「幾率」這個詞嗎？這要問香港人的意見吧？

先加一個詞只是開始，據我觀察維基百科的港澳繁體版本，認為和中國大陸還是有不少相異之處，尤其外國人名、地名經常有與台灣、中國都不同的譯法（這和粵語肯定有關，但那往往就是當地人最習慣的譯法了）。可以預期還會有不少地區詞可以加。

比較麻煩的是香港詞和台灣詞的轉換要怎麼處理，目前的處理方案會需要先轉中國簡體及地區詞。

[BYVoid]

既然如此，我們還是需要找到懂得香港用詞的專業者來評判一個標準。在有這一個標準之前，我傾向於不要添加這一套複雜的轉換方案。

香港的譯名問題還跟粵語有關，這部分目前我不準備涉及，否則將會是一個很大的工程。

[danny0838]

其它的姑且不論，「幾率」你打算怎麼處理？強迫香港人使用他們並不習慣的詞？

去維基翻一翻，我不相信沒有其他粵語無關且與中國和台灣都不同的港澳地區詞。

[sgalal]

據我認知，香港地區詞有很大一部分是粵語詞

這是典型的認知錯誤。香港使用的中文屬於官話白話文，其中的用詞是官話詞；以粵語書寫的文章才會使用粵語詞。

香港地區詞與台灣、大陸都有區別，例如

「網絡」、「寬頻」

「升降機」（指日語 エレベーター）

而不是用「電梯」

當然也有一些粵語音譯詞，以及有一些粵語詞彙進入香港中文，但這些與上面的相比，佔比非常少。

---

香港的官話詞彙（普通話、國語）則流動性很強，也就是同事接受大陸和臺灣的用法

那是出於禮貌。

可以去瀏覽香港本土網站（指中文版，不是粵語），就會發現與大陸和臺灣的用法都有很大不同。

---

我的建議：

類似台灣的地區詞轉換功能，加入香港的地區詞轉換。

粵語音譯詞可以暫時不做，但那並非重點，要做的是「寬帶=>寬頻」、「編程語言=>程式語言」、「搜索=>搜尋」、「隱私權=>私隱權」、「服務器=>伺服器」、 「操作系統=>作業系統」、「文件夾=>資料夾」這種。其中有些詞與台灣相同，有些詞與大陸相同（不用轉換），有一些詞是都不一樣的。

[danny0838]

@sgalal 港澳畢竟曾經由英國殖民近百年，和台灣、中國大陸累積的普通話詞彙差異是可想而知的。

可以先參考維基百科的港澳繁體詞表和漢語地區用詞差異列表，初步整理一批詞加入，不然只有一條看起來也的確單薄了點。

[danny0838]

branch name 沒辦法改，我先參考 @sgalal 列出來的幾個詞加進去。

[danny0838]

另一個議題是香港地區詞是否需要像台灣地區詞分成 IT, name, other ... 等部分？

[frankslin]

我觉得可以考虑加入 s2hkp_experimental 这个模式，及 HKPhrases.txt、HKPhrasesRev.txt 等词表，可先从中文维基百科 seed 一批争议不大的词汇（例如「士多啤梨」）和常见译名（例如「马可波罗 / 馬哥孛羅」）。

对这一模式，在 CLI 帮助等说明文字中可暂不做推荐。

到目前为止 TWPhrases 仅有几百个词条，估计未来 HKPhrases 也不会显著超出这个规模，应不会显著增加维护负担。

[frankslin]

@danny0838 能否把这个 PR 重新 rebase 一下？

[frankslin]

我看了一下质量上没有问题，等 CI 都过了就可以合并了。

不过需要提醒一个事：前面有 comment 提到 MediaWiki 软件内置的词表。该程序是以 GPL v2 发布的，而中文维基百科的热修复词表是以 CC BY-SA 4.0 发布的，它们均与 OpenCC 的 Apache 2 授权不兼容。因此，不能对 MediaWiki 词表做机械照搬。

[BYVoid]

@danny0838 在合併這個PR之前，我們需要先看看 #1281 確保一定的收錄標準。請移步那邊討論。

[danny0838]

不反對寫個規範進一步釐清地區詞收錄原則。不過我不覺得一定要先完成原則才處理這個 PR，一方面這 PR 已經放太久了，而且放更久可能影響後續的相依性和 rebase 需求。再來這個 PR 只是建立基礎架構，未來繼續收什麼詞，一定還會經過討論，況且類似的 TW 地區詞也已經存在很久，不太可能因為還沒有白紙黑字的方針就造成什麼嚴重後果。

我本人不是香港人，未來大概也不會做太多相關更動，頂多是一些過去涉及部分用字轉換的 PR 可能會因應香港用語習慣做相應的詞項增減。