[发明专利]具标记提示的简繁字词转换系统及其方法

说明书

技术领域

本发明涉及一种具标记提示的简繁字词转换系统及其方法，特别是指一种提供多选特性字词的标示与候选字词的简繁字词转换系统及其方法。

背景技术

中文文字有简体字与繁体字之分，然而因为简体字与繁体字之间的差异甚大，也造成了这两种文字的使用者在交流信息上的隔阂。不仅是简体字的使用者在阅读繁体字上有一定的困难，对于没接触过简体字的繁体字使用者来说，阅读一份简体字文件也只能理解其中一半的内容。另外，简体字与繁体字所使用的编码也不相同，简体字是用GB(汉语拼音“国标”的声母)编码，繁体字则是使用Big5码，因此如果使用者所在的本地端没有装设相应的编解码设备，就会有显示乱码的情形发生。

简繁转换工具正是为此需求而生，无论是网站或文字编辑软件几乎都附有这类的简繁转化工具，但要正确无误的转换一份简体字或繁体字文件，却并不轻松。简单的内码转换仅适用于一字对应一字的情况，但遇到如“发”、“后”这类简体字由于同时可以对应多个繁体字，则需要与前后字所形成的词汇来做进一步的判断。以“发”为例，对应两个不同的繁体字“發”与“髮”，因此若要正确转换原文所要传达的意思，就必须先对“发”与前后文字所形成的词汇来做进一步的判断，例如，“发展”与“头发”就必须分别转换成“發展”与“頭髮”。再者，简体与繁体的惯用语也颇为分歧，例如简体单词“数据库”是对应于繁体单词“資料庫”，又如“注销计算机”转换成繁体是“登出電腦”，此类转换不仅无法直译，甚至连字数都不一定相同。

另外，一词对应多词的转换也需要看上下文的意思；如“计划”对应有“計畫”和“計劃”，又如简体的“文件”可能表达的是普通的“文件”，亦有可能是指电脑存取的电子文件(file)，若是第一种文意，繁体转为“文件”是没问题的，但第二种意思就须转为“檔案”才正确。具有此文意判断需耗费的系统资源是最高的，然而其转换的正确度也是最高的。

现阶段的简繁转换系统皆朝着转换出最贴近原文意思的方向做努力，但无论是多精确的转换系统，都免不了会出现非原意所要表达的错误，而这种错误将造成使用者阅读上的困扰。为了避免这种状况，往往还需要花费人力将转换过后的文件再校对一次，细心比对原文与转换后文件以找出错误的地方再重新做正确的转换。

综上所述，可知现有技术中长期在转换出现错误时，一直存在须靠人力花费时间比对原文与转换后文件，将出错处再做正确的全文替换的问题，因此有必要提出改进的技术手段，来解决此一问题。

发明内容

有鉴于现有技术存在的须靠人力花费时间比对原文与转换后文件，将出错处再做正确的全文替换的问题，本发明遂提供一种具标记提示的简繁字词转换系统及其方法，其中：

本发明所提供的具标记提示的简繁字词转换系统，其包含单词转换数据库、第一单字转换数据库、第二单字转换数据库、解析模块、查找模块、生成模块、显示模块与标记连结模块。其中，单词转换数据库储存有多个简体单词及其简体单词对应的一个或多个繁体单词；第一单字转换数据库储存有多个简体单字及其对应的多个第一繁体单字；第二单字转换数据库储存有多个简体单字及其对应的一第二繁体单字；解析模块用于将接收的一简体字词内容依序解析为简体单词和/或简体单字；查找模块用于先在单词转换数据库查找与各简体单词对应的一个或多个繁体单词，再在第一单字转换数据库查找与各简体单字对应的多个第一繁体单字，最后在第二单字转换数据库查找与剩余的各简体单字对应的一第二繁体单字；生成模块用于自多个第一繁体单字选择其中之一作为输出单字，并生成包含其余第一繁体单字的候选单字列表，以及在有多个与简体单词对应的繁体单词时，自该些繁体单词选择其中之一作为输出单字，并生成包含其余繁体单词的候选单词列表；显示模块用于显示简体字词内容，以及显示繁体单词或输出单词，与输出单字或第二繁体单字；标记连结模块用于标记输出单词与输出单字，并在各输出单词及各输出单字分别建立与其候选单词列表及候选单字列表的显示连结。