CC-CEDICT制作最好保留繁体数据

eeshu

5 q; |! c: o" p2 K; p
CC-CEDICT是一部非常不错的开放式汉英词典，可惜论坛大部分的版本都是沿用imfirefly的工具将繁体数据简单粗暴地转成简体，这样做不但导致繁体字无法检索，而且会产生一些匪夷所思的后果，比如下面截图中的“X是X的异体”的滑稽现象就是机器转换造成的。
; _' f8 W; e) A* s8 Y! M" |
这导致了字头关系十分混乱，
5 S' ]5 I3 y) b) r8 w

  n+ I  V' q2 h# C
正常的关系应该如下：
# B: `; p! H( B9 F
$ d# K, k3 u( }
1 ?$ D# l6 y, B& Z0 J: A
而且，有些繁体字只有部分义项有对应的简化字，机械转换会产生误导。比如表示皇后的“后”与表示方向的“后”，前者的繁体就是“后”，而后者的繁体则是“後”。这样的情况，原数据也是可以看得清清楚楚的，

) C$ C9 ]4 L! G) `% S$ M
. u# Y, M1 c' O2 b* k- V& ^6 y2 \- W
但是，阉割版就完全见不到这里面的讲究了。



所以提醒大家，使用时要多加留意。

HMPT

好建议, 学习python 改进中

stcjap

最好還是保留原汁原味的字典數據製作...。