關於注音來源
spuggy0919 opened this issue · comments
最近要用注音表在做Ruby Annotation, 很高興能看到這個Source
原本自己想找但一直找不到就自己也Sortting了一部分
有發現輸入法是最不可靠的來源 其目的只是為的可以打出字 所以很多都錯誤要小心使用
關於TXTA 除了輕聲 發現幾個和101 不一致 是 TXTA 減去101 一字多音 單音字表 部首表
一共比對出40個差異 扣除輕聲字音 以下是TXT A多出的部分
4,佻,ㄊㄧㄠˊ,,,,,,,,,,,,,, # 101 年單音不取
13,噌,ㄘㄥ,,,,,,,,,,,,,, #101 年單音不取
14,噴,˙ㄈㄣ,,,,,,,,,,,,,, #101 ̇ㄈㄣ併讀為ㄆㄣ。
15,坏,ㄆㄟˊ,,,,,,,,,,,,,, #101 ㄆㄟˊ、ㄆ丨併讀為ㄆㄟ。
16,埤,ㄅㄟ,,,,,,,,,,,,,, #101 ㄆ丨ˋ併讀為ㄅ丨ˋ。
28,徊,ㄏㄨㄞˊ,,,,,,,,,,,,,, #101 ㄏㄨㄞˊ併讀為ㄏㄨㄟˊ。惟疊韻 詞「徘徊」或古詩詞押韻時，「 徊」仍可讀作ㄏㄨㄞˊ。
29,施,ㄧˋ,,,,,,,,,,,,,, # 88 為ㄧˋ 101 1.ㄕ 2.丨 ˊ
30,潦,ㄌㄠˇ,,,,,,,,,,,,,, # 101 ㄌㄠˇ併讀為ㄌㄠˋ。
31,燜,ㄇㄣˋ,,,,,,,,,,,,,, # 101 ㄇㄣˋ併讀為ㄇㄣ。
37,莘,ㄕㄣ,,,,,,,,,,,,,, #101 新版審定音 ㄒ丨ㄣ
38,褶,ㄓㄜˇ,,,,,,,,,,,,,, #101 1.ㄒ丨ˊ併讀為ㄒㄩㄝˊ。 2.ㄓㄜˇ併讀為ㄓㄜˊ。
14,噴 38,褶 查過教育部重編國語辭典修訂版 這兩個字不一樣
但 38 漢典有
目前收集到 教育部的字典 但太多gif 很難搞
至於標音我初部的想法是 用比對詞的方式嘗試所以盡量減少多音字 101的審定會視為最高優先 再來字典 再來缺的字打算用 ICU Transform to Latin 再轉注音 來找
不太了解IVS, IVS是否基於一個固定的注音碼本 如果是可能是不是同字型異體的 標準ㄧ樣需要建立
以上僅供參考 感謝你們的付出
FYI 僅供參考 應該不是issue 8p
101版本只是初稿，目前教育部、課本都還是以88年版本為準。所以不能只留下101年版本。
本專案是88年音、101年音都收。
教育部重編國語辭典修訂版收音包括歷史讀音，未完全按照一字多音審訂表，所以也不考慮收錄。
雖然本專案 A～E 表都有完整整理出來，但最終整理音以 Z 為準。
在 A 有收錄的字，不會去收錄 B (重編國語辭典) 跟 D (輸入法) 的讀音。
（也就是重編國語辭典、全字庫、輸入法部分收集來的讀音，只用來補一字多音審訂表未收的字。）
A 太少了 因為以A最高優先所以再提出說明清楚些
88 年版後面附錄 有6826個單字音加多音字共11075
(Pdf最前面內文還有勘誤表)
只是我的4253條多音分配採用XLS和88年的說明不Match
資料來源: 教育部 國語一字多音審定表88年版
https://language.moe.gov.tw/001/Upload/Files/wxiao89/a.pdf
Xls 4253只有多音審定表
0614,寗,ㄋ丨ㄥˋ ＃誤植與2071,甯同字
單音表重複字
Fail: Dunplicate Hanz or Bopo ㄘㄨㄣˊ-墫
Fail: Dunplicate Hanz or Bopo ㄨㄚ-窪
多音單音表與單音字重複
Warning: Repeat Han 嘛:ㄇㄚˊ ‧ㄇㄚ
Warning: Repeat Han 奔:ㄅㄣ
Warning: Repeat Han 篦:ㄅ丨ˋ
Warning: Repeat Han 菫:ㄐ丨ㄣˇ
多音單音表與造字更改
0614,寗,ㄋ丨ㄥˋ,,,,,,, #改正一字
4008,冫食,ㄙㄨㄣ,ㄘㄢ,,,,,暫編於Unicode使用者造字區:FA7A8,
4007,飡,ㄙㄨㄣ,ㄘㄢ,,,,,,,,,,,,,
88國語一字多音審訂表.zip
基於穩定性問題（原來的版本有個讀音在新版本消失或是順序跑掉），本專案一旦收的讀音，就不會再刪了。（也就是你所說的固定的碼本，意即 phonic_table_Z.txt 就是本專案在維護的讀音標準表，包括讀音順序都不能更動。）
未來任何更新版本只會加讀音、加字，不會刪除任何讀音與國字。這點要先註明。
ps. 既然教育部最近這兩年似乎還在一直辦公聽會準備下個更新版本，如果沒有緊急性，或許教育部下個版本我再來更新會比較好。