[分享]漢語分詞標注、眉注、音標與英文詞意對應程式測試

湘里妹子

关于儿化韵请参看本论坛：
  http://www.xlmz.net/forum/viewthread.php?tid=1886


普通話常用儿化词：

開口呼

刀把兒　板擦兒　打雜兒　小孩兒　壺蓋兒

蠅拍兒　臉蛋兒　筆桿兒　夥伴兒　山坡兒

細末兒　薄膜兒　山歌兒　風車兒　方格兒

刀被兒　寶貝兒　摸黑兒　竅門兒　走神兒

書本兒　棋子兒　沒詞兒　鐵絲兒　樹枝兒

沒事兒　橘汁兒　草稿兒　符號兒　筆帽兒

小猴兒　衣兜兒　鈕扣兒　幫忙兒　藥方兒

茶缸兒　板凳兒　麻繩兒　門縫兒


齊齒呼

紙匣兒　豆芽兒　人家兒　刀尖兒　一點兒

冒煙兒　小米兒　小雞兒　玩意兒　腳印兒

幹勁兒　皮筋兒　半截兒　小街兒　樹葉兒

小鳥兒　麥苗兒　糧票兒　加油兒　窩牛兒

短袖兒　瓜秧兒　唱腔兒　透亮兒　眼鏡兒

五星兒　三丁兒


合口呼

白兔兒　眼珠兒　羊肚兒　梅花兒　小掛兒

牙刷兒　一塊兒　好玩兒　小船兒　拐彎兒

幹活兒　對過兒　被窩兒　麥穗兒　墨水兒

香味兒　飛輪兒　花紋兒　木棍兒　蛋黃兒

竹框兒　小莊兒　小蟲兒　酒盅兒　有空兒


撮口呼

圓圈兒　煙卷兒　花園兒　金魚兒　孫女兒

毛驢兒　合群兒　木橛兒　小熊兒

－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－－


普通話常用儿化词注音示例：

花瓣兒 hua1ban4r   
蒜瓣兒 suan4ban4r   
豆瓣兒醬 dou4ban4rjiang4   
橘子瓣兒 ju2zi3ban4r   
兩瓣兒 liang3ban4r   
老伴兒 lao3ban4r   
作伴兒 zuo4ban4r   
撘伴兒 da1ban4r   
上邊兒 shang4bian1r   
天邊兒 tian1bian1r   
左邊兒 zuo3bian1r   
沾邊兒 zhan1bian1r   
板擦兒 ban3ca1r   
碗碴兒 wan3cha2r   
玻璃碴兒 bo1li2cha2r   
冰碴兒 bing1cha2r   
撘碴兒 da1cuo4r   
沒錯兒 mei23cuo4r   
有錯兒 you3cuo4r   
沒詞兒 mei2ci2r   
好詞兒 hao3ci2r   
蛋兒 dan4r   
差點兒 cha4dian3r   
快點兒 kuai4dian3r   
有點兒 you3dian3r   
兩點兒 liang3dian3r   
半點兒 ban4dian3r   
一點兒 yi4dian3r   
小數點兒 xiao3shu4dian3r   
三點兒一四 san1dian3ryi2si4   
褲兜兒 ku4dou1r   
衣兜兒 yi1dou1r   
網兜兒 wang3dou1r   
一份兒 yi1den4r   
有份兒 you3fen4r   
份兒飯 fem4rfan4   
分份兒 fen4fen4r   
壺蓋兒 hu2gai4r   
寶蓋兒 bao3gai4r   
指甲蓋兒 zhi3jia2gai4r   
魚乾兒 yu2gan1r   
豆腐乾兒 dou4fugan1r   
葡萄乾兒 pu2tao2gan1r   
包乾兒 bao1gan1r   
筆桿兒 bi3gan3r   
光桿兒 guang1gan3r   
秤桿兒 cheng4gan3r   
羊羔兒 yang2gao1r   
挨個兒 ai1ge4r   
逐個兒 zu2ge4r   
單個兒 dan4ge4r   
矮個兒 ai3ge4r   
大個兒 da4ge4r   
高個兒 gao1ge4r   
飽嗝兒 bao3ge2r   
打嗝兒 da3ge2r   
易拉罐兒 yi4la1guan4r   
把火罐兒 ba3huo3guan4r   
打滾兒 da3guan3r   
冰棍兒 bing1gun4r   
光棍兒 guang1gun4r   
拐棍兒 guai3gun4r   
男孩兒 nan2hai2r   
女孩兒 nu3hai2r   
小孩兒 xiao3hai2r   
外號兒 wwai4hao4r   
暗號兒 an4hao4r   
標號兒 biao1hao4r   
別號兒 bie2hao4r   
代號兒 dai4hao4r   
括號兒 kuo4hao4r   
小猴兒 xiao3hou2r   
孫猴兒 sun1hou2r   
猴兒王 hou2rwang2   
耍猴兒 shua3hou2r   
猴兒頭 hou2rtou2   
梨核兒 li2hu2r   
性核兒 xing4hu2r   
煤核兒 mei2hu2r   
暗花兒 an4hua1r   
菜花兒 cai4hua1r   
窗花兒 chuang1hua1r   
油畫兒 you2hua4r   
國畫兒 guo3hua4r   
漫畫兒 man4hua4r   
等會兒 deng3hui4r   
坐會兒 zuo4hui4r   
這會兒 zhe4hui4r   
一會兒 yi1hui4r   
幹活兒 gan4huo2r   
零活兒 ling2huo2r   
重活兒 zhong4huo2r   
力氣活兒 li4qi4huo2r   
莊稼活兒 zhuang1jiahuo2r   
大夥兒 da4huo3r   
散夥 兒 san4huo3r   
筆尖兒 bi3jian1r   
牛角尖兒 niu2jiao3jian1r   
冒尖兒 mao4jian1r   
刀尖兒 dao1jian1r   
拔尖兒 ba2jian1r   
腳尖兒 jiao3jian1r   
牆角兒 qiang2jiao3r   
豆角兒 dou4jiao3r   
銳角兒 rui4jiao3r   
眼角兒 yan3jiao3r   
拐角兒 guai3jiao3r   
死角兒 si3jiao3r   
皮筋兒 pi2jin1r   
幹勁兒 gan4jin4r   
使勁兒 shi3jin4r   
起勁兒 qi3jin4r   
一個勁兒 yi2ge4jin4r   
對勁兒 dui4jin4r   
煙捲兒 yan1juan3r   
膠捲兒 jiao1juan3r   
丑角兒 chou3jiao3r   
名角兒 ming2jiao3r   
配角兒 pei4jiao3r   
主角兒 zhu3jiao3r   
蚌殼兒 bang4ke2r   
貝殼兒 bei4ke2r   
烏龜殼兒 wu1gui1ke2r   
硬殼兒 ying4ke2r   
外殼兒 wai4ke2r   
腦殼兒 nao3ke2r   
偷空兒 tou1kong4r   
沒空兒 mei2kong4r   
閑空兒 xian2kong4r   
窗口兒 chuang1kou3r   
缺口兒 que1kou3r   
土塊兒 tu3kuai4r   
冰塊兒 bing1kuai4r   
碎塊兒 sui4kuai4r   
成塊兒 cheng2kuai4r   
一塊兒 yi2kuai4r   
幫忙兒 bang1mang2r   
軍帽兒 jun1mao4r   
戴帽兒 dai4mao4r   
時髦兒 shi2mao2r   
櫃門而 gui4men2r   
走後門兒 zou3hou4men2r   
納悶兒 na4men4r   
解悶兒 jie3men4r   
畫面兒 hua4men4r   
見面兒 jian4mian4r   
白麵兒 bai3mian4r   
那兒 na4r   
哪兒 na3r   
娘兒們兒 niang2er2menr   
老牌兒 lao3pai2r   
名牌兒 ming2pai2r   
冒牌兒 mao4pai2r   
照片兒 zhao4pian1r   
唱片兒 chang4pian1r   
武打片兒 wu3da3pian4r   
動畫片兒 donghua4pian4r   
離譜兒 li2pu3r   
樂譜兒 yue4pu3r   
衛生球兒 wei4sheng1qiu2r   
火圈兒 huo3quan1r   
外圈兒 wai4quan1r   
線圈兒 xian4quan4r   
眼圈兒 yan3quan4r   
麵包圈兒 mian4bao1quan4r   
淚人兒 lei4ren2r   
美人兒 mei3ren2r   
雪人兒 xue3ren2r   
單立人兒 dan1li4ren2r   
口哨兒 kou3shao4r   
大嬸兒 da4shen3r   
二嬸兒 er4shen3r   
模特兒 mo2te4r   
聊天兒 liao2tian1r   
談天兒 tan2tian1r   
大半天兒 da4ban4tian1r   
勁頭兒 jin4tou2r   
老頭兒 lao3tou2r   
彈頭兒 dan4tou2r   
火頭兒 huo3tou2r   
帶頭兒 dai4tou2r   
箭頭兒 jian4tou2r   
口頭兒 kou3tou2r   
好玩兒 hao3wan2r   
鬧者玩兒 nao4zhewan2r   
玩命兒 wan2ming4r   
臭味兒 chou4wei4r   
風味兒 feng1wei4r   
鮮味兒 xian1wei4r   
被窩兒 bei4wo1r   
心窩兒 xin1wo1r   
餡兒餅 xian4rbing3   
肉餡兒 rou4xian4r   
花心兒 hua1xin1r   
背心兒 bei4xin1r   
夾心兒 jia1xin1r   
手心兒 shou3xin1r   
扣眼兒 kou4yan3r   
紅眼兒病 hong2yan3rbing4   
心眼兒 xin1yan3r   
字眼兒 zi4yan3r   
好樣兒的 hao3yang4rde   
模樣兒 mo2yang4r   
貨樣兒 huo4yang4r   
校樣兒 jiao4yang4r   
兩樣兒 liang3yang4r   
照樣兒 zhao4yang4r   
走樣兒 zou3yang4r   
花樣兒 hua1yang4r   
玩意兒 wan2yi4r   
在這兒 zai4zhe4r   
瓜子兒 gua1zir   
花子兒 hua1zi3r   
結子兒 jie2zi3r   
石頭子兒 shi2tou2zi3r   
敗家子兒 bai4jia1zi3r   
八字兒 ba1zi4r   
咬字兒 yao3zi4r   
李家莊兒 li3jia1zhuang1r

Artvine

問題是“兒”到底要不要標音？

湘里妹子

在汉语书面语言里，这个“儿”字常不写出来。但是在朗读时，要求读出儿化韵。用汉语拼音字母拼写儿化音节，只须在原来的音节后加“r"（表示卷舌作用）就可以了。例如：

花瓣兒 hua1ban4r   
蒜瓣兒 suan4ban4r   
豆瓣兒醬 dou4ban4rjiang4   
橘子瓣兒 ju2zi3ban4r



:-O:-O:-O

湘里妹子

关于国际音标注音问题的解决肯定是有一定难度的。但我坚信，只要以科学的态度和坚韧不拔的精神不断探索和追求，加上水电工先生严谨的治学态度和写电脑程式的高水平，再加上湘里妹子论坛的积极配合，希望还是有的！

水电工先生您说是吗？：）

让我们共同努力吧！

Artvine

階段心得：

一、以上諸多瑕疵多因測試母本問題，可待補正；
惟，目前找不到漢字與拼音總表，真是怪事。

二、技術上只有一個問題：字間分隔號在造句時
的問題→此問題無法在拼音眉注此一層次解決，
只能在分詞後以詞典方式解決(較複雜)。
→只能考慮連結字典後以手摸(Hover)放大作一解
決(原來在TOOLBAR的說明移到字詞中，高難度
技術)；
→不過請注意：目前是測試字的問題，未到詞的
層次。

三、經搜查北大中文論壇，發現以下現象：
(1)如前一、所述，也有人在求字音對照表，也是
沒人提供→那憑什麼要求我的程式不缺字與音符
？拼音是否正確？
(2)花了太多時間討論IPA的輸入與表達方法→基本
上多在於PRINT的思維，還沒考慮或解決傳播(
Internet)的層次，那麼學術文獻如何遠地交流？
目前本測試已經雄辯的證明，可以用網頁方式解決
IPA音標標注與顯示、傳問題。請注意：
目前測試展現的IPA都是在GB2312與BIG5網頁，而
非UNICODE網頁→可用傳統方式直接貼用、可以直
接進行繁簡間轉換。
(3)語文學界太依賴PC/tte/Images/Access...等雙位
元檔案型態→無法經Internet交流、檔案巨大無法
轉換。建議使用HTM與CSV(ACCESS簡化試算表)

四、下步要作(TO DO)：
(1)測試素材(字音庫)的尋求與補充(如漢字總發音
表與方言特殊語庫)
(2)輸出效果的改變(字體、顏色、版式...)

五、目前測試大部份IPA皆可在HTM使用↓
http://artvine.com.tw/cgi-bin/book/up2/artvineup2.pl?
P.S.敝站的繁簡轉換程式同時可轉換日文為繁簡中文碼
-------------------------------References
语料库=单边主义？
http://chinese.pku.edu.cn/bbs/thread.php?tid=651
国际音标的组合一个小问题
http://chinese.pku.edu.cn/bbs/thread.php?tid=641
金山词霸里的 IPA 和汉语拼音字母↓

请教：国际音标在键盘上怎样输入？
http://chinese.pku.edu.cn/bbs/thread.php?tid=2593
语音软件·国际音标IPA字体·学习IPA软件
http://chinese.pku.edu.cn/bbs/th ... age=1&showgood=
復旦大學國際音標總表(可惜只是圖)
http://chinese.fudan.edu.cn/speechlab/ipa/ipachart.htm
http://chinese.fudan.edu.cn/speechlab/ipa/others.htm

风雪里

　　兄要找的“汉字与拼音总表”为何物？就是说所有汉字与其拼音标注列表？这东西似乎是不可能找到的，因为这个是词典里的一个基本要素，一般人没有单独这方面的需要。再有就是汉字的量何其之大，而汉字的发音却并不算多，所以只要掌握了汉语拼音也就能自行组合了:-P

　　下面这个《普通话声韵表》应该就包括了所有拼音的组合形式：

[iframe]http://www.arts.cuhk.edu.hk/Lexis/Lindict/syllabary/index.html[/iframe]

Artvine

上文香港的表，是跟台灣一樣的ㄅㄆㄇ注音方式；
目前要找的是大陸用的字音對照表才能用。

风雪里

　　关于国际音标，我觉得这似乎是个死胡同。在电脑中目前是这种状况：

1.一般字符代码中包含有少量国际音标符号。(比如：ANSI)

2.在更为庞大的代码库里面包含更多国际音标符号，但还是不完整。(比如：Unicode)

3.在PC里国际音标可通过特殊字体来再现，通过字体的标注也能通行于Internet，如：
http://www.xlmz.net/forum/viewthread.php?tid=1551

4.通过软件实现的国际音标，这可以通过特殊字体的使用来实现，也可以通过别的方式实现。但一般只局限于该软件中呈现。

　　这里我们对国际音标（IPA）在IT中的认识就很清楚了，由于字符代码的先天不足大家使用了特殊字体来弥补，而这种特殊字体一般只满足于其特殊需求，所以有的并不一定包含全套国际音标符号（比如金山词霸里的字体），有的可能包含全套IPA，但却又未得到普及，所以特殊字体目前也只属于“各自为政”的局面，互不兼容，更别说有一个公众认可的标准。

　　综上所述，要在Internet上实现整套IPA的显示，目前似乎还不大可能。

风雪里

水電工 于 2003-11-2 16:32 写道:
上文香港的表，是跟台灣一樣的ㄅㄆㄇ注音方式；
目前要找的是大陸用的字音對照表才能用。

表格里面的就是汉语拼音了阿！:lol:

柴禾妞

中央大學數學系單維彰教授整理（http://cls.admin.yzu.edu.tw/pronounce.htm）
2000年10月15日更新

一﹑基本規則

聲母 (CONSONANT)

ㄅ ㄆ ㄇ ㄈ ㄉ ㄊ ㄋ ㄌ ㄍ ㄎ ㄏ ㄐ ㄑ ㄒ ㄓ  ㄔ  ㄕ ㄖ ㄗ ㄘ ㄙ

b    p  m   f   d    t   n   l    g   k   h    j    q   x  zh  ch  sh   r   z   c   s

玻 坡 摸 佛 得 特 訥 勒 哥 科 喝 基 欺 希  知  蚩  詩 日 資 雌 思


韻母 (VOWEL)

ㄚ ㄛ ㄜ  ㄝ  ㄞ ㄟ  ㄠ  ㄡ ㄢ  ㄣ  ㄤ  ㄥ  ㄦ

a   o   e    e  ai  ei   ao ou an en ang eng  er

啊 喔 鵝 (耶) 哀 紏  熬  歐 安  恩  昂   (亨) 兒


  ㄧ ㄧㄚ ㄧㄛ ㄧㄝ ㄧㄠ ㄧㄡ ㄧㄢ ㄧㄣ ㄧㄤ  ㄧㄥ

C+ i    ia     io      ie     iao     iu     ian    in     iang   ing

+   yi   ya    yo      ye    yao   you    yan   yin   yang ying

  衣  呀   唷   耶   腰   憂     煙   因   央     英


     ㄨ ㄨㄚ ㄨㄛ ㄨㄞ ㄨㄟ ㄨㄢ ㄨㄣ ㄨㄤ  ㄨㄥ

C+ u    ua     uo    uai     ui      uan   un   uang  ong

+   wu   wa   wo    wai    wei   wan wen wang weng

   屋    蛙    窩     歪   威      彎     溫     汪   翁


    ㄩ ㄩㄝ ㄩㄢ ㄩㄣ ㄩㄥ ㄋㄩ ㄌㄩ

C+ u    ue    uan    un     iong

+    yu   yue  yuan   yun   yong

Z+  nv   lv

   迂    約    冤     暈     雍    女   律


C + -> 前面帶有聲母的時候

+ -> 前面沒有聲母的時候,

Z + -> 中央法的特例