Wikipedia:繁简处理/转换原理
维基百科，自由的百科全书
本页简单介绍1.4版软件的繁简转换原理，以使大家可以有效处理转换时遇到的错误。
参看m:Automatic conversion between simplified and traditional Chinese
[编辑] 与分词的关系
转换程序使用最简单的“最大匹配”法进行转换。这会导致如下的错误：假设转换词库中有一对应关系为
-{内存}- => -{記憶體}-
现对以下句子转换
-{人体内存在很多微生物}-
基于最大匹配，系统会对“-{内存}-”进行转换，得到“-{記憶體}-”。整个句子将会被错误地转换成
-{人體記憶體在很多微生物}-
解决这个问题的根本方法是采用智能的分词匹配，将上述句子先拆分为
-{人体 内 存在 很多 微生物}-
然后再对每个词单独转换。
在分词系统没有实现之前，要修正上述错误，可以有两种方法：
- 手工将涉及分词错误的词分开：“人体内-{}-存在很多微生物”
- 将涉及分词错误的多个词作为一个整体加到定制转换表里，如“-{体内存在}- => -{體內存在}-”。
[编辑] 不检测原始字体
由于我们允许在同一文章内繁体／简体混合，因而不可能判断一个词其原型是繁体还是简体。这就需要在繁体／简体用字相同时，要同时定义两条转换关系。举例如下：“-{译名表}-”（简体）应转成“-{譯名表}-”，注意这里需要特殊转换的是“-{表}-”字，因其默认转换是“-{錶}-”。那么在转换表中，我们要有两条对应：
-{译名表=>譯名表}-
-{譯名表=>譯名表}-
这是因为繁体用户会直接写“-{譯名表}-”，如果没有第二条转换关系的话，在繁体显示下会变成“-{譯名錶}-”。
