# 其实，《漢語大詞典》的词头，并不适合拿来作“简繁转换”相关的词库。

**URL:** <https://forum.freemdict.com/t/topic/31792>\
**Category:** 技术交流与词典编修\
**Created:** [2024 年9 月 13 日 04:28 UTC](https://forum.freemdict.com/t/topic/31792 "2024-09-13T04:28:49Z")\
**Posts on this page:** 5\
**Page:** 1

<div class="post-metadata">

作者： ![myfav](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/m/a183cd/32.png) [@myfav](https://forum.freemdict.com/u/myfav)\
发布日期： [2024 年9 月 13 日 04:28 UTC](https://forum.freemdict.com/t/topic/31792/1 "2024-09-13T04:28:49Z")

</div>

此帖子已被社区举报，现已被临时隐藏。

---

<div class="post-metadata">

作者： ![Hannibal](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/h/f08c70/32.png) [@Hannibal](https://forum.freemdict.com/u/Hannibal)\
发布日期： [2024 年9 月 13 日 08:57 UTC](https://forum.freemdict.com/t/topic/31792/2 "2024-09-13T08:57:40Z")

</div>

原帖是简转繁，单向转换，不存在转简问题。你不用就不用，一天到晚追着人骂干什么。  
你一天到晚发的都什么帖子，得甲亢了？回家歇吧，别在外边丢人现眼。

---

<div class="post-metadata">

作者： ![myfav](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/m/a183cd/32.png) [@myfav](https://forum.freemdict.com/u/myfav)\
发布日期： [2024 年9 月 13 日 09:38 UTC](https://forum.freemdict.com/t/topic/31792/3 "2024-09-13T09:38:04Z")

</div>

“小而精”与“大而全”，这是两种截然相反的原则，《漢語大詞典》无疑属于后者。

《漢大》收录了33.44万+词头，其中很大一部分是古汉语词，且多为异体字词。随便举几个例子：  
“粗略”，收录了“粗略、麤略”；  
“粗细”，收录了“粗細、麤細”；  
“粗粗”，它就收录了“粗粗、麤粗、麤觕、麤麤、觕觕”；  
……  
无论是“繁转简”或者“简转繁”，《漢大》当中这些数量极为庞大的异形词，都是极为严重的“杂音”、“干扰源”与“污染源”。

因为，本质上，汉字的“简繁相互转换”操作，是属于“正字←→正字”之间的相互转换，与异体字无关。

《漢大》的33.44万+词头，并不是简单的一个“除重”操作，就能随随便便直接拿来为我所用的！

词序很关键！！权重很关键！！！

类似“粗略←→粗略”，“粗粗←→粗粗”，这种简繁相互转换操作，必须保证有且仅有唯一的一种精确结果；然而随随便便导入《漢大》的33.44万+词头后，即便简单执行了所谓“除重”操作，操作者根本就无法保证转换结果，究竟会是“粗略”还是“麤略”？是“粗粗、麤粗、麤觕、麤麤、觕觕”当中的哪一个？

因为《漢大》词头并未针对词频作过任何精确的校正。我们完全可以这样说：

《漢大》词头是无序的。

在一堆完全无序的词头当中，进行“二选一”、“三选一”甚至“五选一”、“六选一”，这纯粹是“抓阄”——点指兵兵，点到哪个便哪个。

一句话总结：

在“简繁转换”领域，《漢語大詞典》的词头，根本不足为据者也。

顺便补充一句，《辭源》之类的“大而全”，也一样。

“大而全”，那只是拿来“备查”用的，而不是拿来“实操”用的。  
在“简繁转换”领域，“小而精”才是正道！

那么，什么才是传说中的“小而精”？

呵呵，非常简单：  
「小學生習字表」、「小學生常用字詞手冊」、「中學生必考詞彙」，这些便是最值得优先采用的“小而精”！

两岸三地的小学生、初中生、高中生的语文课内外要求必须掌握的常用字、词，这是我们在日常生活中，用汉语进行无碍交流的最通用、最常用（使用范围最广、使用频率最高）的一个最有效子集。这也是我们进行“简繁转换”操作的第一优选词形！

扫描完小学生、中学生词表，若没有匹配结果，继而再去扫描更大一点的汉语子集，比如：“國語辭典簡編本”。

扫描完“國語辭典簡編本”，仍没有匹配结果，再去扫描更大一点的汉语子集。

……最后才是《漢語大詞典》。

话说，谁还没个年少轻狂？谁还没个慷慨激昂？遥想十几年前，我老人家也觊觎过《漢語大詞典》，也在《漢語大詞典》这上边栽过跟头。说句不好听的话，那都是我们玩剩下的玩意儿了，甭惦记了。

呵呵。

---

<div class="post-metadata">

作者： ![Hannibal](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/h/f08c70/32.png) [@Hannibal](https://forum.freemdict.com/u/Hannibal)\
发布日期： [2024 年9 月 13 日 09:48 UTC](https://forum.freemdict.com/t/topic/31792/4 "2024-09-13T09:48:23Z")

</div>

有汉大词头的是

> [@簡繁轉換詞庫分享8.29](https://forum.freemdict.com/t/topic/30647/1):
>
> 古代詞彙底本我選取的是「漢語大詞典（含2.0、3.0、訂補、書證）、辭源、佩文韻府、大漢和詞典、植物古漢名、道教大辭典」（上皆繁體詞條）。處理方法爲用正則找到所有含簡繁轉換的詞，人工對比「一簡對多繁皆成詞」者一萬餘條，優先辭源、漢大。最後則選取國語辭典中與之不衝突、且不須額外處理的詞條加入。

> [@簡繁轉換詞庫分享8.29](https://forum.freemdict.com/t/topic/30647/1):
>
> 去除古典詞彙，僅保留原版詞庫、國語辭典、臺版辭海的詞頭。）

人家区分两个。不是全用。  
[专门面向【古籍】的简繁转换系统 - 资源分享 - FreeMdict Forum](https://forum.freemdict.com/t/topic/17555)  
和登楼古籍简繁转换一样，面向古籍。

> [@myfav](#):
>
> 说句不好听的话，那都是我们玩剩下的玩意儿了，甭惦记了。

你真不配说。连香港台湾人怎么用字都不了解，还在这碰瓷，不要脸。

说你是跳梁小丑一点不假

---

<div class="post-metadata">

作者： ![myfav](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/m/a183cd/32.png) [@myfav](https://forum.freemdict.com/u/myfav)\
发布日期： [2024 年9 月 13 日 10:08 UTC](https://forum.freemdict.com/t/topic/31792/5 "2024-09-13T10:08:14Z")

</div>

这当中存在一个难点，就是词频统计。

我们自己无法借助百度抓取繁体字词的相对准确的词频，因默认情况下，百度搜索似乎会自动将繁体的搜索关键字转换为简体，然后再返回简体的搜索结果。

谷歌其实也存在类似的情形，只不过稍好一点点而已。我们搜索任何一个词，简体词形得到的搜索结果，往往会比繁体词形的结果多出很多。估计是在简体的结果当中，也合并了繁体的结果。

繁体的词频表，我们只能下载一些来自中国台湾或中国香港的统计结果，然后，再与简体的词频表进行比对，这也是个很精细的技术活。