OpenCC (Open Chinese Convert) là dự án mã nguồn mở để chuyển giữa các chuẩn chữ Hán. Nó là động cơ từ điển, không phải trình dịch và không phải trình kiểm chính tả. ChineseDocConverter dùng các kiểu chuyển đó trong công cụ văn bản và tài liệu để bạn chọn nguồn và đích thay vì hy vọng một nút “tiếng Trung” duy nhất là đủ.
Tên trên menu khớp các cấu hình OpenCC thường gặp. Nếu bạn đã dùng công cụ OpenCC dòng lệnh, ý tưởng giống nhau: một chuỗi từ điển trước hết nhận diện chuẩn nguồn, rồi viết chuẩn đích, và tùy chọn áp thay cụm từ.
Mỗi tùy chọn dùng để làm gì
| Tùy chọn trong ứng dụng | Dùng điển hình | Việc nó không làm |
|---|---|---|
| Giản thể → Phồn thể | Kết quả phồn thể chung khi vùng vẫn chưa rõ | Nó không chọn chính tả Đài Loan hay Hồng Kông hộ bạn |
| Giản thể → Phồn thể (Đài Loan) | Tài liệu nhắm độc giả ở Đài Loan | Nó không viết lại bài thành phong cách Quan thoại Đài Loan |
| Giản thể → Phồn thể (Đài Loan, kèm cụm từ) | Chữ Đài Loan cộng một số cách diễn đạt | Nó vẫn không phải dịch vụ địa phương hóa |
| Giản thể → Phồn thể (Hồng Kông) | Tài liệu nhắm Hồng Kông hoặc thực hành viết tương tự | Nó không biến văn bản thành tiếng Quảng nói |
| Phồn thể → Giản thể | Kết quả giản thể chung | Nó không khôi phục mã hóa đã mất |
| Phồn thể → Phồn thể (Đài Loan) | Chuẩn hóa văn bản đã là phồn thể về Đài Loan | Nó không giản hóa nét |
| Phồn thể → Phồn thể (Hồng Kông) | Chuẩn hóa văn bản đã là phồn thể về Hồng Kông | Nó không giản hóa nét |
| Phồn thể (Đài Loan) → Giản thể | Nguồn Đài Loan đã biết đi tới độc giả giản thể | Nó không dịch sang tiếng Anh |
| Phồn thể (Đài Loan) → Giản thể (kèm cụm từ) | Nguồn Đài Loan cộng bảng cụm từ | Nó không làm văn xuôi nghe như tờ báo Bắc Kinh |
| Phồn thể (Hồng Kông) → Giản thể | Nguồn Hồng Kông đã biết đi tới độc giả giản thể | Nó không bỏ ngữ pháp tiếng Quảng nếu tác giả đã viết |
Nếu hai tùy chọn trông giống nhau, ưu tiên cái nêu vùng bạn thực sự có. “Chung” tồn tại cho tệp lẫn hoặc chưa rõ. Nó là điểm khởi đầu, không phải chuẩn vàng.
Chữ so với cụm từ
Một lượt chuyển chữ đổi 门 thành 門, 国 thành 國, 书 thành 書. Lớp đó là điều hầu hết người ta muốn nói khi nói giản thể đối phồn thể.
Một bảng cụm từ cũng có thể đổi một từ vùng miền, chẳng hạn thuật ngữ phần mềm hoặc danh từ đời sống mà Đài Loan và đại lục không chia sẻ. Kiểu cụm từ hữu ích cho giao diện người dùng và văn xuôi tin tức thường. Chúng vẫn không phải trình dịch. Chúng sẽ không quyết định trò đùa có ăn không, điều khoản miễn trừ pháp lý có hiệu lực ở khu vực khác không, hay tên sản phẩm có nên giữ nguyên chữ gốc không.
Nếu bạn chỉ cần glyph, chọn kiểu không kèm cụm từ. Nếu bạn cần danh sách từ hơi địa phương hơn, chọn kiểu cụm từ, rồi đọc kết quả. Bảng cụm từ có thể bất ngờ với tên tình cờ chứa một từ thông dụng.
OpenCC quyết định thế nào
OpenCC không “hiểu” câu như một người. Nó khớp các mục từ điển dài nhất có thể, rồi lùi về từng chữ. Đó là lý do 头发 có cơ hội tốt thành 頭髮: cụm hai chữ nằm trong bảng. Một tên riêng hiếm chứa 发 có cơ hội đúng yếu hơn.
Thiết kế đó cũng là lý do chuyển một tệp hai lần có thể lệch. Lượt thứ hai thấy lựa chọn của lượt thứ nhất, không phải ý định gốc của tác giả. Giữ tệp nguồn. Chạy một lần chuyển cho một đối tượng.
Cửa sổ ngữ cảnh giúp với các chỗ gộp thường gặp như 后 / 後, nhưng chúng thất bại trên nhãn ngắn. Một ô bảng chỉ viết 后 gần như không cho động cơ gì để làm việc. Ánh xạ một-nhiều liệt kê các chữ vấn đề thường gặp.
OpenCC không phải là gì
- Nó không phải nhận dạng chữ viết tay hay OCR. Ảnh chữ vẫn là ảnh.
- Nó không phải chuyển tiếng Nhật. Shinjitai và kyūjitai là lịch sử khác, dù một kanji trông quen.
- Nó không phải chuyển hanja tiếng Hàn.
- Nó không phải trình kiểm ngữ pháp và không phải công cụ chú thích Pinyin. Để viết phát âm, dùng bộ chuyển Pinyin.
- Nó không phải tuyên bố chính trị về chuẩn nào là “tiếng Trung thật.” Nó là ánh xạ giữa các chuẩn đã công bố.
Về nền giáo dục của hai hệ, đọc giản thể và phồn thể. Về các phương pháp dùng trong cải cách thế kỷ XX, đọc cách chữ được giản hóa.
Chọn một tùy chọn trong thực tế
- Nêu độc giả: Trung Quốc đại lục, Singapore, Đài Loan, Hồng Kông, hoặc lẫn.
- Nêu nguồn nếu bạn biết. Một tệp Đài Loan đi tới giản thể không phải cùng việc với một tệp Hồng Kông đi tới giản thể.
- Quyết định bạn có muốn thay cụm từ không.
- Chuyển một mẫu, rồi cả tài liệu.
- Hiệu đính tên, tiêu đề và dòng pháp lý.
Nếu bạn đang so sánh kết quả Đài Loan và Hồng Kông, dán cùng một đoạn vào bộ chuyển văn bản hai lần. Khác biệt dễ thấy hơn dễ thuộc lòng.
Câu hỏi thường gặp
Công ty toàn cầu nên chọn kiểu nào làm mặc định? Không có mặc định duy nhất thỏa Đài Loan và Hồng Kông. Nhiều sản phẩm giữ zh-CN, zh-TW và zh-HK như các locale riêng.
Vì sao có phồn thể sang phồn thể? Vì một tệp đã có thể là phồn thể mà vẫn dùng glyph ưa thích của vùng kia. Chuẩn hóa là việc xuất bản thật.
Tôi có cần OpenCC nếu trình soạn thảo đã có nút chuyển chữ Trung không? Nút Office khác nhau về chất lượng và hiếm khi mở Đài Loan đối Hồng Kông theo cùng cách. Chúng cũng có xu hướng chuyển một vùng chọn, không phải phần ẩn của tài liệu. Trang này chuyển tệp để kiểu giữ nguyên chỗ.
Tôi có thêm từ riêng được không? Các công cụ web công khai dùng từ điển OpenCC chuẩn. Chúng không tải bảng từ công ty riêng. Nếu bạn có thuật ngữ được bảo vệ, tìm nó sau khi chuyển.
OpenCC có sửa mojibake không? Không. Sửa chữ Trung bị lỗi trước.