李行健：搭建兩岸簡繁漢字智能轉(zhuǎn)換的金橋

　　簡化字和繁體字的差異，是兩岸文字中的主要歧異，也是兩岸深化交流的障礙。因此，2009年在長沙召開的第五屆兩岸經(jīng)貿(mào)文化論壇共同提出兩岸開發(fā)簡繁字智能轉(zhuǎn)換系統(tǒng)的建議。大陸不少單位開展了此項(xiàng)轉(zhuǎn)換系統(tǒng)的研制，取得了積極的成果。但轉(zhuǎn)換正確率高的一般在97%左右，達(dá)不到完全應(yīng)用的要求。由國家語委有關(guān)部門牽頭，由廈門大學(xué)、教育部語用所和北師大三家聯(lián)合研制的“漢字簡繁文本智能轉(zhuǎn)換系統(tǒng)”的成功，達(dá)到了在實(shí)際轉(zhuǎn)換中放心使用的水平，其準(zhǔn)確率經(jīng)中國信息學(xué)會(huì)專家測試達(dá)到了99.9%，這是很難得的成績。

　　以前轉(zhuǎn)換準(zhǔn)確率不能突破的瓶頸，在于簡繁字間一對多和同音代替簡化形成的少數(shù)字的對應(yīng)上。前者如“團(tuán)—團(tuán)、糰”、“臺(tái)—臺(tái)、檯、颱”；后者如：“里—里、裏”、“后—后、後”等。要準(zhǔn)確對應(yīng)，必須分清它們在不同語境中的不同含義。如“團(tuán)”指事物聚合，而“糰”則是一種特別食品，在不同語境中要分別不同對應(yīng)。同音代替的簡繁字對應(yīng)更增加了復(fù)雜性。除簡繁對應(yīng)關(guān)系外，它本身在傳承字的繁體中也是一個(gè)獨(dú)立的并未簡化的字，這些字在兩岸是一樣的，如“里、后”。它們對應(yīng)的除繁體字“裏、後”外，還與傳承字“里、后”對應(yīng)。這種情況一般就容易轉(zhuǎn)換錯(cuò)誤。

　　要解決上述問題，必須研究一個(gè)覆蓋所有簡繁對應(yīng)出現(xiàn)語境的語料庫，預(yù)設(shè)出不同語境中轉(zhuǎn)換的對應(yīng)關(guān)系。以前未能完全突破轉(zhuǎn)換的瓶頸，主要就是這個(gè)語料庫沒有研制好，缺乏簡繁字對應(yīng)關(guān)系出現(xiàn)不同語境的全部語料。這是一件要下大力氣才能完成的任務(wù)。這次研制的智能轉(zhuǎn)換系統(tǒng)就因?yàn)橛羞@個(gè)語料庫作支撐，所以轉(zhuǎn)換正確率就大大提高了。

　　這次研制成的轉(zhuǎn)換系統(tǒng)，與過去不少轉(zhuǎn)換系統(tǒng)相比還有一個(gè)鮮明的特點(diǎn)，即它明確是為海峽兩岸交流轉(zhuǎn)換服務(wù)的，也就是大陸用的是“規(guī)范字”，轉(zhuǎn)換后與之對應(yīng)的是臺(tái)灣的“標(biāo)準(zhǔn)字”（也就是臺(tái)灣當(dāng)局法定的規(guī)范字，繁體字在臺(tái)灣和香港之間就有差異）。這種簡繁字的對應(yīng)問題，過去主要靠手工操作，不僅費(fèi)時(shí)費(fèi)力，還常易出錯(cuò)�，F(xiàn)在有了這個(gè)“漢字簡繁文本智能轉(zhuǎn)換系統(tǒng)”，基本上可以一鍵搞定，不僅方便，還極大地提高了正確率。

　　這次研制的智能轉(zhuǎn)換系統(tǒng)，還有一個(gè)優(yōu)于過去轉(zhuǎn)換系統(tǒng)的地方，即它不僅可以正確轉(zhuǎn)換簡繁字，還可以轉(zhuǎn)換兩岸不同的標(biāo)點(diǎn)符號(hào)和常用的科技術(shù)語。這可以使轉(zhuǎn)換的文本達(dá)到相互直接認(rèn)同的要求，無疑提高了轉(zhuǎn)換工作的質(zhì)量，拓展了轉(zhuǎn)換的空間。

　　該系統(tǒng)已免費(fèi)供各需要轉(zhuǎn)換簡繁字的領(lǐng)域使用，真正為兩岸簡繁字文本正確、快速轉(zhuǎn)換搭建了一座金橋。（李行健 作者系語文出版社原社長、《兩岸常用詞典》主編）

　　《中國教育報(bào)》2015年2月26日第2版