维基百科:字词转换处理

字词转换
主页 讨论
转换请求
错误修复请求
地区词候选
转换介绍
字词转换处理 讨论
  繁简处理 讨论
  地区词处理 讨论
  公共转换组 讨论
帮助文档
繁简与地区词处理 讨论
  转换原理 讨论
  手工转换 讨论
  高级语法 讨论
  用字模式选择说明
相关模板
NoteTA 全文字词转换
CGroup 公共转换组列表
Lan 界面文字转换
地区用词 地区词模板
地区用词2 高级地区词模板
各地中文名 地区用词信息框
查看 - 讨论 - 编辑 - 变动

字词转换处理即对繁简字、地区词的转换处理,本页面阐述中文维基在字词转换使用中的一些基本要求。

历史

中文维基百科创建时,虽然只用一个域名“zh.wikipedia.org”,但不少条目都写了两种版本,如“法国”、“法國”就曾经是两条不同条目(国↔國);连繁简名称没有区别的条目(如日本)也都如此(“日本/简”、“日本/繁”)。这方法的好处在于:条目内部没有繁简问题,繁体条目使用繁体字、港台词汇;简体条目使用简体字、大陆词汇,两者互不干扰。但这种方法却大大增加了大家的工作量,因为繁简版本间很快就不同步,只能人手集成繁简版之差异。

最早的中文维基每条条目都可能有繁简分立的两种版本。如何处理繁体简体并存,中文维基百科必须采取特殊方法,不然就只能面临繁简分家的命运,这是中文维基百科自创立以来的迫切问题。

繁简体之间的对应关系,不是简单的一对一,而是复杂的多对多。而维基百科所面临的问题已超出繁简之间的字体转换问题。由于大陆台湾马来西亚新加坡等地多年来信息文化独树一帜,许多外国译名以及新生词语也有非常大的分歧。如台湾所说的“帛琉”,在大陆却是“帕劳”;大陆使用“打印机”,台湾用的却是“印表機”。如此案例,屡见不鲜,且大大地超出了英语维基百科上英美词语之间的分歧。

中文维基百科的繁简体地区词问题在ZhengzhuShinjiman和许多用户的努力下,已经得到了初步解决。取消了过去的繁简分立体系,每条条目只保留一种版本,并通过电脑程序自动转换繁简体和地区词。即不仅仅要处理繁体字和简体字的问题,还要处理大陆和港台之间词汇分歧问题,如“帕劳”和“帛琉”也应自动转换。在以前有繁简两版本的文章现在仍然需要人手合并,但目前已经大致完成

基本要求

编者请不要将含有各种用字的源码全部转换成同一种用字,尤其不要用本百科自动转换的结果。但是,我们鼓励用户在扩展简体页面或与中国大陆有关的页面时,尽量也使用简体;扩展繁体页面或与香港、台湾有关的页面时,尽量也使用繁体。注意:自动转换程序可能会输出很多错误结果

转换技术

技术上,维基百科的字词转换有四层:其一是MediaWiki内置的转换表ZhConversion.php,供各维基计划全域转换;其二是[MediaWiki:Conversiontable]定义的简繁和地区词转换表,供中文维基百科本地全域转换;其三是各公共转换组,供主题领域相同和相似的条目统一转换;其四是各条目内设置人手转换,供该条目单独使用。其中,公共转换组和条目内人手转换人人均可编辑,而修改本地转换表则需管理员权限,修改全域转换表需要向MediaWiki版本库提交代码。因此,如欲新增或修复全域及本地全域转换,一般用户需在维基百科:字词转换申请,交由管理员协助处理。

繁简与地区词转换分开

“繁简转换”的意义应只是转换字体(如简体“打斗”会正确转成繁体“打鬥”),而地区词转换旨在为中国大陆、台湾、新加坡、马来西亚、香港、澳门地区的中文用户提供贴近其语言习惯的转换模式。其中,中国大陆(zh-cn)、新加坡(zh-sg)与马来西亚(zh-my)的地区词为简体中文;台湾(zh-tw)、香港(zh-hk)与澳门(zh-mo)的地区词为繁体(正体)中文。

目前维基系统用简体转换表繁体转换表来处理繁简全域转换,用中国大陆转换表港澳转换表新马转换表台湾转换表来处理地区词全域转换。

原先地区词的分歧,纳入简繁转换全域系统处理,但其后发现这做法产生不少问题:

  1. 地区词与繁/简体并无必然关系,正如“香港繁体区”的人一样能以繁体书写“大陆简体区”常用的词汇。
  2. 维基百科的简繁转换系统,与其他维基姊妹项目共享,如果简繁转换系统包含地区词汇替换,可能会使其他维基的转换不准确,例如不需要地区词转换的维基文库
  3. 自动转换过程会出现“失误”,如繁体“數位人士”,转简体会变“数码人士”,要以其他技术解决,难以编辑。

全域转换是最方便快速的转换处理方式,但也较易过度转换,基于以上各项理由:

  • 繁简转换除了一些转换后出错的词汇外,都应当进入全域转换中,尽可能不要人手转换繁简;
  • 而地区词转换可能会对全域转换造成失误,应尽可能人手转换,除了稳定和使用广泛的地区对应词汇,尽可能不要进入全域地区转换。

即:对手动转换,应当主要用于地区转换,对全域转换,应当主要用于繁简转换。

繁简处理

用繁体或简体创建的文章,标题必须是全部为简体或繁体字,如果标题繁简混杂,如“中國历史”,则无法自动转换。

所有的简繁转换应当纳入全域转换管理(zh-hans↔zh-hant),遇到有繁简体的转换出现问题,应到Wikipedia:繁简体转换请求反映。

对于进入全域转换后出错的词汇,可用以下地区词人手转换方式,用{{NoteTA}}或相关模板在出错页面改正。

地区词处理

公共转换组

在主题、领域相同和相似的条目,须转换的内容大同小异,可以为这些多条条目要用的共同转换字词单独创建转换组。在页面模板指定组名,以共享规则转换地区词,所有应用该公共转换组的页面都不用单独维护,达致同步维护的目的。公共转换组的方便程度处于全域转换与全文转换之间,而过度转换程度也处于两者之间。