给我们一个够好的简繁转换程式吧！ 　　自网路发达，两岸资讯开始大量交流以来，已经十几年了。奇怪的是，我们 一直缺乏一个够好的简繁转换程式，以致简体字转换成繁体字时错误百出；更奇 怪的是，尽管大家经常埋怨这种情况，我十几年来也没见到一两个较好的转换程 式，甚至没看到几篇谈「简繁转换程式应该怎麽作」、「我想要简繁转换程式有 什麽功能」之类有具体改善建议的文章。 　　是我孤陋寡闻吗？但我可是从小看着电脑、网路成长，读过许多关於中文电 脑缘起的着作，还旁听过两次谈汉字、文史与电脑、资料库的学术研讨会，又是 ＢＢＳ的重度使用者，现在还在大陆读历史研究所的。再说，如果真有较好的简 繁转换程式与相关文章，它一定可以被广泛流传的。 　　无论如何，总之我没看到过，而我不会写程式，所以就在这里写一篇文章， 谈谈我对解决简繁转换问题的构想吧。这篇文章其实五、六年前就该写了。 　　简繁转换的主要问题，也几乎可以说是唯一的问题，就是搞不定「一对多」 的函数关系。五十年代中共搞汉字简化，「只」「只」都简成了「只」，「干」 「乾」「干」都简成「干」（乾坤的乾倒是没变），「丑」「丑」都成了丑，於 是笨电脑再一转回大五码的繁体中文，就出了一堆「只有」「豆干」「周杰伦」 。 　　要应付这个问题，其实不难，很多人都能想到建立资料库，写程式让电脑判 断如何转码。当然这不能完全解决，例如「小丑」，是要转成「小丑」还是「小 丑」？後者未必错，《西游记》里就有「么魔小丑」之词，我们随便造句也可以 造个「小丑八怪」，或者一个名叫「赵小丑」什麽的人；电脑资料库再怎麽丰富 ，程式再怎麽聪明，对最後一种情况，还是无法正确判断，因为你叫一个人来， 他也得去问作者是哪个字，搞不好作者自己也没想过。但也有一些比较简单的情 况，如干支纪年「乙丑」「丁丑」「己丑」「辛丑」「癸丑」，都不容易搞混（ 当然我们总能用白痴造句法编他几个例外）；而我还是每每在北京──包括本校 ──看到一堆想要美观而印成繁体字的「乙丑年新春晚会」大型海报。我每次都 要想：你人手动把它改一下，很难吗？写程式的设定一下把「乙丑」之类先全部 转成本字不多出「丑」，把例外留给人去校对，很难吗？很难吗？很难吗？很难 吗？很难吗？ 　　我转简体编码文章，短一点的手工校对，长一点的，先下一个「取代」指令 ，把「只」转回「只」，多半不会错。很奇怪，明明「只」就比较常用，许多转 换程式还是都转成「只」；最近我用Word 2007才发现这点得到了改善。然而这也 只是极其有限的一点改善。 　　Microsoft Word还有个「常用词汇转换」功能很会画蛇添足：碰到简体的「 程序」，转到繁体都成「程式」，反之亦然。两岸有些惯用语是不同，program我 们翻程式他们翻程序，但这两个词又不是只对应电脑的program一义，「作业程序 」就很普通，「京剧表演程式」的「程式」也是很古雅的文言，这些东西你乱动 就乱套了，更别说我们还能创造一些叫「程序一」「程式王」什麽的人名。「菜 单」与「目录」也一样容易闹笑话。 　　平心而论，程式工作者有去在这常用词汇转换上下工夫，显示他们有认识到 这样的问题，应该肯定；我们也确实存在这样的需求，例如译名：斯大林或史达 林或史大林、史太林（几十年前的书上常见），布什或布希或布殊（港译），披 头四（台）或披头士（港）或甲壳虫（陆）。但是现在的电脑不可能正确判断哪 里该转哪里该不转，例如前面几句，本意就是列举三地与今昔的不同译名，你乱 转就把原载的信息转掉了。何况，用哪种译名能够反映作者的背景，我们如果一 概转成本地现今的标准名称，是可能让读者迷惑的。 　　还有一些人脑也难解决的问题：如果一个大陆人叫「肖云杰」，那他是肖云 杰还是「萧云杰」还是其余六种组合？在汉字简化运动前生长的名人，如中共元 老陈云、萧劲光，我们好复原；如果是1958年後出生的，问他父母或本人，搞不 好也没想过。再者，「萧」是一个曾被简掉，被抗议後又改成「萧」的几经波折 的姓，但也有许多人没改回来继续姓肖，那我们怎麽转？虽有「名从主人」这一 原则，但我们又未必清楚肖萧云云杰杰怎麽想，也就只有从简了。 　　 　　还有，我一位学姊校稿碰到地名「于都」，「于」还是「於」查了半天，结 果其实是「雩都」──不过那地方现在还真是叫于都，「因依雩山而得名这回事 大概也没人会提了吧。」这样，到底怎麽转才对，电脑不可能知道；我能想到最 好的方法，就是看该文指涉的是古代还是现代判定，後面再加一条台湾编者注。 但我们不能期望人人都这麽用功吧。那该怎麽办？把这类古今异名编个资料库让 转换程式索引吗？那会是非常浩大的工程。 　　也别说只有简转繁麻烦，繁转简也有一些问题的，如，ＢＢＳ上可以用的Ｇ Ｂ码字库没有「屌」这个字，害我想讲屌面人只能用拼音。这是题外话。 　　那麽，在现有的技术底下，怎样才可以做出一个好一点的简繁转换模组？ 　　我的构想很简单，就是人工选字──用程式来辅助人工选字。 　　如，点一下「简转繁手工式」，程式就从文件开头转起，每转到有两种以上 可能的，就跳个视窗出来让人按键选：「1 干 2 乾 3 干 4 其他」，如果选4就 中断，让人手动改完再按键继续。为什麽要多一个「其他」？因为也可能是原文 误植，把「千」打成「干」之类的情况。这样一直到完，是最简单、最笨也最不 易出错的办法。还有，可设Enter或空白键等於1，Esc键等於中断，这点看似不重 要的小设定是能让人用得舒服、习惯的。 　　当然我们可以自动一点，让电脑先按常例转一遍，然後将所有可能弄错的字 套上亮色，人眼逐个看过，看到不对的如「不知所云」，把滑鼠游标移到「云」 上点一下，「云」就变成「云」；还不对的话就手动改了。这也很简单吧，我们 且先叫它「审阅式」。 　　看起来，审阅式比手工式方便得多，那手工式能有什麽特别的优点呢？曰： 指引、教育。并不是只有台港澳人士会用到简转繁，大陆人、海外华人、外国人 、外星人也可能要用的，使用者未必都能正确判断哪里该用哪个字、为什麽该那 样用。有一种日文输入法，输入汉字时，选字视窗旁会开一个简明辞典，说明该 字字义，供汉字程度不够的使用者参考；我们亦可效法，在要选「后」「後」「 历」「历」的时候，都开个视窗说明音义及其差异，这样不但便利选择，做得好 还能传扬传统汉字里的文化精蕴。如，「历」是在晒谷场上晒稻子，稻禾整齐地 排列开来，农夫一年的劳作、每株稻子的一生也就那样排列开来；下面一个「止 」字象人站立，这就有了主观的象徵意义，如历史、经历、历历在目；换成「日 」字就是象徵客观的时间，如历法、日历。如果你对汉字有这一层的体会，你对 世界的感知能力都会大大增加，阅读写作更不在话下；而这一切如诗如画、浓缩 了古代农业社会图景的意象，简化字「历」里面都没了。但如果一个简繁转换程 式的附属字典里能把这些知识加进来，我们就可以在日用之中补课不辍了。那将 是我们文化的一大幸事。 　　要聪明一点，就让电脑依据一个词库来断字，这个词库要能手动编修，还要 有对「混淆率」的统计和评价，如「乙丑」、「干部」、「周杰伦」都不太可能 搞错（除特例及白痴造句），我们就设为Ｃ级；「小丑」一般都作丑但也有少数 作「小丑」的，或如「下面」和「下面」、「体」和「体」、「斗」与「斗」， 前者居多後者也有的情况，我们设为Ｂ级；最难自动判断的如「天后」「天後」 、「里」「里」「里」，评为Ａ级。在「手工式」作业下，使用者可以设定Ｃ级 、Ｂ级直接由电脑负责，不烦人工；在「审阅式」，则将Ａ级字词套上最亮的颜 色，Ｂ级次亮，Ｃ级再次，这样就能让人一眼看到最容易出错的地方。 　　完了以後，再让程式统计本次作业的成果：「干」字转出来有几个干、几个 乾、几个干，其上下文又分别是那些字（这比较进阶），然後录入资料库，更新 混淆率的统计，调整评级。这资料库还要可以传到本程式的网站上，让一个统计 中心汇整全世界使用者的情况，再将更新、更可靠一些的词库开放下载。 　　精通中文、语言学与资料库者（呃，这三项都通的好像不多，我只知道中研 院和北京师范大学「汉字与中文信息处理」研究所有一些），必定还可想出比这 些更能提高正确率的方法；虽然永远会有程式罩不住的例外，但我们也总是可以 人工校正。 　　关键是，谁能先写一个哪怕最粗糙的胚子出来？我不奢求智慧型词库，只先 来个最简单的「手工式」或「审阅式」，可不可以？有没有？谁能写好这样一个 转换程式，必能嘉惠无数网民及专业工作者，清爽无数图文版面，百年流芳（百 世就先不论了），功德无量！ 　　给我们一个够好的简繁转换程式吧！ 附录： 　　　　《都不错歌》　作者：沙予　 （原载《文传论丛：2004年第三届汉文史资料库研讨会论文集》，文信传文史研究院。亦 载《汉字文化》2006年2期） 澳洲华文报刊上同音字混用的现象，人们都已司空见惯，但称名家郁风为静风，余光中为 余光中，则堪称为与时俱进之创举。恰如用问号代替找不到的某些铅字之不乏创意。审订 和推行简体字的文字学专家，不会有错。用电脑把简体字一律还原为繁体字，以使海外华 人看得懂，这更没有错。现斗胆摘取澳洲报刊上常见的由简变繁，同音但不同义的字混用 的趣事，凑成打油诗《都不错歌》一首，以娱诸公。此诗平仄不调，对仗不工，当然也没 有错。 　　夏五郭公寻常见， 　　鲁鱼亥豕久相通。 　　岳飞追諡尊武穆， 　　奕[言宁]登极号咸丰。 　　韦陟岂辞刀削面， 　　刘帮能忍箭伤胸。 　　碑成无字武皇後， 　　卜获非熊姜太公。 　　苏武留胡十九载， 　　钟馗捉鬼两三笼。 　　万里徵东薛仁贵， 　　单骑救斗赵子龙。 　　遁居五湖歌范蠡， 　　逼上梁山泣林冲。 　　子曰诗云四旧也， 　　如今题字学干隆。 （原文有完整注解，网友可於 http://qkzz.net/magazine/1001-0661/2006/02/hzwh20060236.PDF 下载！） -- 　　时候到了。看着， 　　当我推开这大门， 　　重新震醒你们的时候，那光芒－－ 　　这光芒，便是一万丈！ 　　　　　　　　　　　　　　　　　　　　http://www.youtien.idv.tw --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 123.193.33.107