製作辭典時去掉 "拼音" 的笨方法

HappyMM

為什麼叫笨方法  因為是土法煉鋼  不是用編程手法
小學館2日中文本  在表記的部分有英文  但是本文中沒有英文
所以可以利用這個特點去掉本文中 "拼音" 的部分  方便中國人閱讀

小弟先用 excel 整理文本成為
VCD /// ブイ・シー・ディー \ 视频高密光盘shìpín gāomì guāngpán,小视盘xiǎo shìpán．
這時候如果直接去掉拼音  會使得標記中的英文一併去除
所以先改成
VCD /// ブイ・シー・ディー        ￥视频高密光盘shìpín gāomì guāngpán,小视盘xiǎo shìpán．
就是插入一個 "tab" 空格 並將 " \ " 取代成 "￥" 全形符號  方便之後轉換時作為分行標記
再用 excel 開啟檔案  這時候就會分成兩部分
VCD /// ブイ・シー・ディー | ￥视频高密光盘shìpín gāomì guāngpán,小视盘xiǎo shìpán．
再針對後半部去掉 a~z 和母音部分  完成後  再將前後結合
就可以在不影響 "表記" 的情況下  去除本文中的拼音部分

tyuka

我以前也想这样子做的，
不过小学馆的词库里会有英文的哦
日中里面好像没有，中日里面“去”的解释里面就有come和go

jitii258

日中里面好像也有几个，我以前对第一版做过，发现有误删除的现象。

hanyl2006

建议不要删除拼音,保持它原来的本色,本来这个词典就是为日本人学习中文服务的,看看它对中文词典的解释便可知道.去掉拼音也抹杀不了这个色彩.
有兴趣的咖友可以去阅读国内的学术期刊,辞书研究.

HappyMM

原帖由 hanyl2006 于 2008-1-18 19:54 发表
建议不要删除拼音,保持它原来的本色,本来这个词典就是为日本人学习中文服务的,看看它对中文词典的解释便可知道.去掉拼音也抹杀不了这个色彩.有兴趣的咖友可以去阅读国内的学术期刊,辞书研究.

小弟會將拼音刪除是有原因的
1. 小弟閱讀 "拼音" 很辛苦 (純私人因素)
2. 有拼音的版本  有咖友已經做的很好了

手養養 作一個自己方便查閱的版本

xipx

原帖由 HappyMM 于 2008-1-18 20:16 发表


小弟會將拼音刪除是有原因的
1. 小弟閱讀 "拼音" 很辛苦 (純私人因素)
2. 有拼音的版本  有咖友已經做的很好了

手養養 作一個自己方便查閱的版本

大多数人都这么想吧

HappyMM

原帖由 hanyl2006 于 2008-1-18 19:54 发表
建议不要删除拼音,保持它原来的本色

講談社日中文本中  中英拼音混雜  很難去除

lgl0769

以前为作成讲谈社日中Babylon辞典，去掉拼音花了大力气，因为里面有些比较读音不同时所用的拼音还必须保留。现在对于这个小学馆不想再干这么辛苦的活了。

kouhin

原帖由 HappyMM 于 2008-1-18 20:29 发表


講談社日中文本中  中英拼音混雜  很難去除

呵呵，看起来还是很难搞定啊。不过一些简单的文本还是可以用MM的方法的。学习了。

HappyMM

以講談社日中文本為例
エムサイズ【Mサイズ】M号 M hào；中号 zhōnghào.
要去除拼音的 "m" 但是要留下英文的 "M" 很難
要去除拼音的 "pan" 但是要留下英文的 "pan" 也是很難的

lgl0769

我用这样的规则：
在一个英文的字串中，含有ōà等带音调字符占多少，如果超过5%就是拼音，全部删掉。

但是实现时有困难，对于le la 这些只有手工清除。好笨的方法，所以其它词典再也不敢删拼音了。^_^

[ 本帖最后由 lgl0769 于 2008-1-19 17:05 编辑 ]

xipx

没安全点的方法了吗？？