給我們一個夠好的簡繁轉換程式吧！
自網路發達，兩岸資訊開始大量交流以來，已經十幾年了。奇怪的是，我們
一直缺乏一個夠好的簡繁轉換程式，以致簡體字轉換成繁體字時錯誤百出；更奇
怪的是，儘管大家經常埋怨這種情況，我十幾年來也沒見到一兩個較好的轉換程
式，甚至沒看到幾篇談「簡繁轉換程式應該怎麼作」、「我想要簡繁轉換程式有
什麼功能」之類有具體改善建議的文章。
是我孤陋寡聞嗎？但我可是從小看著電腦、網路成長，讀過許多關於中文電
腦緣起的著作，還旁聽過兩次談漢字、文史與電腦、資料庫的學術研討會，又是
ＢＢＳ的重度使用者，現在還在大陸讀歷史研究所的。再說，如果真有較好的簡
繁轉換程式與相關文章，它一定可以被廣泛流傳的。
無論如何，總之我沒看到過，而我不會寫程式，所以就在這裡寫一篇文章，
談談我對解決簡繁轉換問題的構想吧。這篇文章其實五、六年前就該寫了。
簡繁轉換的主要問題，也幾乎可以說是唯一的問題，就是搞不定「一對多」
的函數關係。五十年代中共搞漢字簡化，「隻」「只」都簡成了「只」，「干」
「乾」「幹」都簡成「干」（乾坤的乾倒是沒變），「丑」「醜」都成了丑，於
是笨電腦再一轉回大五碼的繁體中文，就出了一堆「隻有」「豆幹」「周傑倫」
。
要應付這個問題，其實不難，很多人都能想到建立資料庫，寫程式讓電腦判
斷如何轉碼。當然這不能完全解決，例如「小丑」，是要轉成「小丑」還是「小
醜」？後者未必錯，《西遊記》裡就有「么魔小醜」之詞，我們隨便造句也可以
造個「小醜八怪」，或者一個名叫「趙小醜」什麼的人；電腦資料庫再怎麼豐富
，程式再怎麼聰明，對最後一種情況，還是無法正確判斷，因為你叫一個人來，
他也得去問作者是哪個字，搞不好作者自己也沒想過。但也有一些比較簡單的情
況，如干支紀年「乙丑」「丁丑」「己丑」「辛丑」「癸丑」，都不容易搞混（
當然我們總能用白癡造句法編他幾個例外）；而我還是每每在北京──包括本校
──看到一堆想要美觀而印成繁體字的「乙醜年新春晚會」大型海報。我每次都
要想：你人手動把它改一下，很難嗎？寫程式的設定一下把「乙丑」之類先全部
轉成本字不多出「醜」，把例外留給人去校對，很難嗎？很難嗎？很難嗎？很難
嗎？很難嗎？
我轉簡體編碼文章，短一點的手工校對，長一點的，先下一個「取代」指令
，把「隻」轉回「只」，多半不會錯。很奇怪，明明「只」就比較常用，許多轉
換程式還是都轉成「隻」；最近我用Word 2007才發現這點得到了改善。然而這也
只是極其有限的一點改善。
Microsoft Word還有個「常用詞匯轉換」功能很會畫蛇添足：碰到簡體的「
程序」，轉到繁體都成「程式」，反之亦然。兩岸有些慣用語是不同，program我
們翻程式他們翻程序，但這兩個詞又不是只對應電腦的program一義，「作業程序
」就很普通，「京劇表演程式」的「程式」也是很古雅的文言，這些東西你亂動
就亂套了，更別說我們還能創造一些叫「程序一」「程式王」什麼的人名。「菜
單」與「目錄」也一樣容易鬧笑話。
平心而論，程式工作者有去在這常用詞匯轉換上下工夫，顯示他們有認識到
這樣的問題，應該肯定；我們也確實存在這樣的需求，例如譯名：斯大林或史達
林或史大林、史太林（幾十年前的書上常見），布什或布希或布殊（港譯），披
頭四（台）或披頭士（港）或甲殼蟲（陸）。但是現在的電腦不可能正確判斷哪
裡該轉哪裡該不轉，例如前面幾句，本意就是列舉三地與今昔的不同譯名，你亂
轉就把原載的信息轉掉了。何況，用哪種譯名能夠反映作者的背景，我們如果一
概轉成本地現今的標準名稱，是可能讓讀者迷惑的。
還有一些人腦也難解決的問題：如果一個大陸人叫「肖云杰」，那他是肖云
杰還是「蕭雲傑」還是其餘六種組合？在漢字簡化運動前生長的名人，如中共元
老陳雲、蕭勁光，我們好復原；如果是1958年後出生的，問他父母或本人，搞不
好也沒想過。再者，「蕭」是一個曾被簡掉，被抗議後又改成「萧」的幾經波折
的姓，但也有許多人沒改回來繼續姓肖，那我們怎麼轉？雖有「名從主人」這一
原則，但我們又未必清楚肖蕭云雲杰傑怎麼想，也就只有從簡了。
還有，我一位學姊校稿碰到地名「于都」，「于」還是「於」查了半天，結
果其實是「雩都」──不過那地方現在還真是叫于都，「因依雩山而得名這回事
大概也沒人會提了吧。」這樣，到底怎麼轉才對，電腦不可能知道；我能想到最
好的方法，就是看該文指涉的是古代還是現代判定，後面再加一條台灣編者註。
但我們不能期望人人都這麼用功吧。那該怎麼辦？把這類古今異名編個資料庫讓
轉換程式索引嗎？那會是非常浩大的工程。
也別說只有簡轉繁麻煩，繁轉簡也有一些問題的，如，ＢＢＳ上可以用的Ｇ
Ｂ碼字庫沒有「屌」這個字，害我想講屌面人只能用拼音。這是題外話。
那麼，在現有的技術底下，怎樣才可以做出一個好一點的簡繁轉換模組？
我的構想很簡單，就是人工選字──用程式來輔助人工選字。
如，點一下「簡轉繁手工式」，程式就從文件開頭轉起，每轉到有兩種以上
可能的，就跳個視窗出來讓人按鍵選：「1 干 2 乾 3 幹 4 其他」，如果選4就
中斷，讓人手動改完再按鍵繼續。為什麼要多一個「其他」？因為也可能是原文
誤植，把「千」打成「干」之類的情況。這樣一直到完，是最簡單、最笨也最不
易出錯的辦法。還有，可設Enter或空白鍵等於1，Esc鍵等於中斷，這點看似不重
要的小設定是能讓人用得舒服、習慣的。
當然我們可以自動一點，讓電腦先按常例轉一遍，然後將所有可能弄錯的字
套上亮色，人眼逐個看過，看到不對的如「不知所雲」，把滑鼠游標移到「雲」
上點一下，「雲」就變成「云」；還不對的話就手動改了。這也很簡單吧，我們
且先叫它「審閱式」。
看起來，審閱式比手工式方便得多，那手工式能有什麼特別的優點呢？曰：
指引、教育。並不是只有台港澳人士會用到簡轉繁，大陸人、海外華人、外國人
、外星人也可能要用的，使用者未必都能正確判斷哪裡該用哪個字、為什麼該那
樣用。有一種日文輸入法，輸入漢字時，選字視窗旁會開一個簡明辭典，說明該
字字義，供漢字程度不夠的使用者參考；我們亦可效法，在要選「后」「後」「
歷」「曆」的時候，都開個視窗說明音義及其差異，這樣不但便利選擇，做得好
還能傳揚傳統漢字裡的文化精蘊。如，「歷」是在曬穀場上曬稻子，稻禾整齊地
排列開來，農夫一年的勞作、每株稻子的一生也就那樣排列開來；下面一個「止
」字象人站立，這就有了主觀的象徵意義，如歷史、經歷、歷歷在目；換成「日
」字就是象徵客觀的時間，如曆法、日曆。如果你對漢字有這一層的體會，你對
世界的感知能力都會大大增加，閱讀寫作更不在話下；而這一切如詩如畫、濃縮
了古代農業社會圖景的意象，簡化字「历」裡面都沒了。但如果一個簡繁轉換程
式的附屬字典裡能把這些知識加進來，我們就可以在日用之中補課不輟了。那將
是我們文化的一大幸事。
要聰明一點，就讓電腦依據一個詞庫來斷字，這個詞庫要能手動編修，還要
有對「混淆率」的統計和評價，如「乙丑」、「幹部」、「周杰倫」都不太可能
搞錯（除特例及白癡造句），我們就設為Ｃ級；「小丑」一般都作丑但也有少數
作「小醜」的，或如「下面」和「下麵」、「體」和「体」、「鬥」與「斗」，
前者居多後者也有的情況，我們設為Ｂ級；最難自動判斷的如「天后」「天後」
、「里」「裡」「裏」，評為Ａ級。在「手工式」作業下，使用者可以設定Ｃ級
、Ｂ級直接由電腦負責，不煩人工；在「審閱式」，則將Ａ級字詞套上最亮的顏
色，Ｂ級次亮，Ｃ級再次，這樣就能讓人一眼看到最容易出錯的地方。
完了以後，再讓程式統計本次作業的成果：「干」字轉出來有幾個干、幾個
乾、幾個幹，其上下文又分別是那些字（這比較進階），然後錄入資料庫，更新
混淆率的統計，調整評級。這資料庫還要可以傳到本程式的網站上，讓一個統計
中心彙整全世界使用者的情況，再將更新、更可靠一些的詞庫開放下載。
精通中文、語言學與資料庫者（呃，這三項都通的好像不多，我只知道中研
院和北京師範大學「漢字與中文信息處理」研究所有一些），必定還可想出比這
些更能提高正確率的方法；雖然永遠會有程式罩不住的例外，但我們也總是可以
人工校正。
關鍵是，誰能先寫一個哪怕最粗糙的胚子出來？我不奢求智慧型詞庫，只先
來個最簡單的「手工式」或「審閱式」，可不可以？有沒有？誰能寫好這樣一個
轉換程式，必能嘉惠無數網民及專業工作者，清爽無數圖文版面，百年流芳（百
世就先不論了），功德無量！
給我們一個夠好的簡繁轉換程式吧！
附錄：
《都不錯歌》 作者：沙予
（原載《文傳論叢：2004年第三屆漢文史資料庫研討會論文集》，文信傳文史研究院。亦
載《漢字文化》2006年2期）
澳洲華文報刊上同音字混用的現象，人們都已司空見慣，但稱名家郁風為静風，余光中為
餘光中，則堪稱為與時俱進之創舉。恰如用問號代替找不到的某些鉛字之不乏創意。審訂
和推行簡體字的文字學專家，不會有錯。用電腦把簡體字一律還原為繁體字，以使海外華
人看得懂，這更没有錯。現斗膽摘取澳洲報刊上常見的由簡變繁，同音但不同義的字混用
的趣事，凑成打油詩《都不錯歌》一首，以娛諸公。此詩平仄不調，對仗不工，當然也没
有錯。
夏五郭公尋常見，
魯魚亥豕久相通。
嶽飛追諡尊武穆，
奕[言宁]登極號鹹豐。
韋陟豈辭刀削面，
劉幫能忍箭傷胸。
碑成無字武皇後，
卜獲非熊薑太公。
甦武留鬍十九載，
鐘馗捉鬼兩三籠。
萬裏徵東薛仁貴，
單騎救鬥趙子龍。
遁居五湖歌範蠡，
逼上梁山泣林衝。
子曰詩雲四舊也，
如今題字學干隆。
（原文有完整註解，網友可於
http://qkzz.net/magazine/1001-0661/2006/02/hzwh20060236.PDF
下載！）
--
時候到了。看著，
當我推開這大門，
重新震醒你們的時候，那光芒－－
這光芒，便是一萬丈！
http://www.youtien.idv.tw
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 123.193.33.107