CC-CEDICT制作最好保留繁体数据

eeshu

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。

这导致了字头关系十分混乱，
' x; {" D1 j& ~( L# d- i; l: J6 e
& n  q" f' t  b6 [3 M" q

正常的关系应该如下：
4 @2 B' J, b  `

/ _2 i% z* ~0 t) W" V3 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，



# z: |% Q, j8 d0 E* Y2 C但是，阉割版就完全见不到这里面的讲究了。
; ~) `' ]% f, [3 ?2 C4 F

6 b: U2 }1 w6 b9 ~
) J! ^4 h0 [" P3 x; b/ v* J7 W# t所以提醒大家，使用时要多加留意。
3 @4 K) I! L% O' L3 P

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...。