dict: 日常更新

cn_dicts/8105.dict.yaml

@@ -25,11 +25,14 @@
 # 删除「夹ga」，使用「胳肢窝ga zhi wo」。
 # 删除「隽jun」，同「俊」。
 #
+#
 # 多音字权重问题：
-# 在 Rime 的自动注音程序中，权重比小于等于 5% 的多音字不会参与自动注音。
-# 对每个多音字的权重进行了审查。
-# 确保一些常用多音字的权重在合适的数值，保证大于 5:100。
-# 降低一些几乎只在一个固定词汇中使用的读音的权重，不让其参与注音，在 base 中手动注音。
+# 对于没有注音的词库，Rime 会按照此字表的权重决定这个多音字是否参与注音。
+# 权重比小于等于 5% 的多音字不会参与自动注音。
+# 降低一些几乎只在一个固定词汇中使用的读音的权重，不让其参与注音，在 base 或 ext 中手动注音。
+# 示例：
+# 「的 de di」，对含有「目的、的确、的哥、的姐、的士……」的词语注音，对无注音词汇只使用 de 注音，确保 de.weight * 0.05 > di.weight
+# 「地 de di」，这种不好用固定词组区分的，全部注音。
 ---
 name: 8105
 version: "2023-06-13"
@@ -48,7 +51,7 @@ sort: by_weight
 菈	la	1
 卻	que	1
 濛	meng	1
-诶	ei
+诶	ei	1
 # 注释掉的这几行已经加入到下面并调整到合适的权重了
 # 〇	ling
 # 囧	jiong
@@ -1246,7 +1249,6 @@ sort: by_weight
 嶝	deng	55
 璒	deng	3
 地	di	8804040
-的	di	4616302
 第	di	2558818
 弟	di	931804
 底	di	806359
@@ -1257,6 +1259,7 @@ sort: by_weight
 递	di	161919
 迪	di	150391
 滴	di	147754
+的	di	106917
 蒂	di	105801
 狄	di	58778
 笛	di	43923

en_dicts/en_ext.dict.yaml

@@ -7,7 +7,7 @@
 #
 ---
 name: en_ext
-version: "2023-06-29"
+version: "2023-07-01"
 sort: by_weight
 ...
 # 一些杂项
@@ -2220,3 +2220,4 @@ Hughie	Hughie
 Maeve	Maeve
 hyphen	hyphen
 Oppenheimer	Oppenheimer
+UltraEdit	UltraEdit

opencc/emoji.txt

@@ -1743,6 +1743,7 @@ bug	bug 🐛
 蚊子	蚊子 🦟
 蚊虻	蚊虻 🦟
 苍蝇	苍蝇 🪰
+家蝇	家蝇 🪰
 蠕虫	蠕虫 🪱
 寄生虫	寄生虫 🪱
 蚯蚓	蚯蚓 🪱
@@ -2619,6 +2620,9 @@ cloud	cloud ☁️
 着火	着火 🔥
 着火了	着火了 🔥
 火了	火了 🔥
+汗滴	汗滴 💧
+一滴水	一滴水 💧
+一滴	一滴 💧
 波浪	波浪 🌊
 浪花	浪花 🌊
 浪	浪 🌊
@@ -3949,6 +3953,8 @@ Vs.	Vs. 🆚
 元宵	元宵 ⚪
 汤圆	汤圆 ⚪
 雪球	雪球 ⚪
+小圆点	小圆点 ⚪
+小圆点儿	小圆点儿 ⚪
 正方形	正方形 ⬛ ⬜
 方块	方块 ⬛ ⬜
 方形	方形 ⬛ ⬜

opencc/others.txt

@@ -333,11 +333,11 @@
 爱世梦萝	爱世梦萝 愛世くらら
 爱田奈奈	爱田奈奈 愛田奈々
 爱原沙耶	爱原沙耶 爱原さえ
-爱沢有纱	爱沢有纱 愛沢有紗
+爱泽有纱	爱泽有纱 愛沢有紗
 安达夕莉	安达夕莉 安達夕莉
 庵姬花	庵姬花 庵ひめか
 安美波	安美波 安みなみ
-安位薫	安位薫 安位カヲル
+安位薰	安位薰 安位カヲル
 奥井枫	奥井枫 奥井楓
 八挂海	八挂海 八掛うみ
 八木奈奈	八木奈奈 八木奈々
@@ -516,7 +516,7 @@
 松本一香	松本一香 松本いちか
 松冈千菜	松冈千菜 松岡ちな
 松井优子	松井优子 松井優子
-穂高结花	穂高结花 穂高結花
+穗高结花	穗高结花 穂高結花
 穗高有纪	穗高有纪 穂高ゆうき
 穗花爱里	穗花爱里 穂花あいり
 桃尻香名芽	桃尻香名芽 桃尻かなめ
@@ -532,7 +532,7 @@
 天音唯	天音唯 天音ゆい
 田中宁宁	田中宁宁 田中ねね
 桐谷茉莉	桐谷茉莉  桐谷まつり
-未歩奈奈	未歩奈奈 未歩なな
+未步奈奈	未歩奈奈 未歩なな
 唯井真寻	唯井真寻 唯井まひろ
 五十岚夏	五十岚夏 五十嵐なつ
 舞原圣	舞原圣 舞原聖
@@ -568,7 +568,7 @@
 乙爱丽丝	乙爱丽丝 乙アリス
 伊东千奈美	伊东千奈美 伊東ちなみ
 一宫希帆	一宫希帆 一宮希帆
-伊賀真子	伊賀真子 伊賀まこ
+伊贺真子	伊贺真子 伊賀まこ
 翼葵	翼葵 翼あおい 葵伊吹 葵いぶき
 一乃葵	一乃葵 一乃あおい
 伊藤沙也香	伊藤沙也香 うんぱい
@@ -615,6 +615,7 @@
 梓光莉	梓光莉 梓ヒカリ
 佐山爱	佐山爱 佐山愛
 佐佐木明希	佐佐木明希 佐々木あき
+松本梨穗	松本梨穗 松本梨穂
 ----------生活大爆炸&老友记	----------
 谢耳朵	谢耳朵 Sheldon
 谢尔顿	谢尔顿 Sheldon

others/emoji-map.txt

@@ -1,7 +1,7 @@
 # Emoji 映射表
 # 根据此文件生成 emoji.txt
 #
-# version: "2023-06-29"
+# version: "2023-07-01"
 #
 # 中文映射由 Dvel 纯手工打造 https://github.com/iDvel/rime-ice
 #
@@ -728,7 +728,7 @@ S$ 新加坡元 新加坡币
 🕸 蛛网 蜘蛛网
 🦂 蝎子
 🦟 蚊蝇 蚊子 蚊虻
-🪰 蚊蝇 苍蝇
+🪰 蚊蝇 苍蝇 家蝇
 🪱 蠕虫 寄生虫 蚯蚓
 🦠 微生物 变形虫 病毒 细菌
 # plant-flower
@@ -1129,7 +1129,7 @@ S$ 新加坡元 新加坡币
 ⛄ 雪人 堆雪人
 ☄️ 彗星 哈雷 哈雷彗星
 🔥 火 火焰 燃烧 点燃 着火 着火了 火了
-💧 水珠 水滴
+💧 水珠 水滴 汗滴 一滴水 一滴
 🌊 波浪 浪花 浪 大浪
 ### Activities
 # event
@@ -1714,7 +1714,7 @@ S$ 新加坡元 新加坡币
 🟣 紫色
 🟤 棕色
 ⚫ 圆形 围棋 黑白棋 黑色 黑子 黑棋 黑点 小黑点 小黑点儿
-⚪ 圆形 围棋 黑白棋 白色 白子 白棋 白点 小白点 小白点儿 元宵 汤圆 雪球
+⚪ 圆形 围棋 黑白棋 白色 白子 白棋 白点 小白点 小白点儿 元宵 汤圆 雪球 小圆点 小圆点儿
 🟥 红色
 🟧 橙色 橘色 橘黄色
 🟨 黄色

others/script/main.go

@@ -11,6 +11,10 @@ import (
 func main() {
 	log.SetFlags(log.LstdFlags | log.Lshortfile)
 
+	if len(os.Args) > 1 && os.Args[1] == "sort" {
+		goto SORT
+	}
+
 	// 临时
 	rime.Temp()
 
@@ -41,6 +45,7 @@ func main() {
 
 	areYouOK()
 
+SORT:
 	// 排序，顺便去重
 	rime.Sort(rime.HanziPath, 3)
 	rime.Sort(rime.BasePath, 3)

others/script/rime/check.go

@@ -51,7 +51,7 @@ func init() {
 	sc := bufio.NewScanner(file1)
 	for sc.Scan() {
 		line := sc.Text()
-		if strings.HasPrefix(line, "#") {
+		if strings.HasPrefix(line, "#") || line == "" {
 			continue
 		}
 		polyphoneWords.Add(line)

others/script/rime/others.go

@@ -1,31 +1,83 @@
 package rime
 
 import (
+	"bufio"
 	"fmt"
+	"log"
+	"os"
+	"strconv"
+	"strings"
 )
 
 // 一些临时用的函数
 
 func Temp() {
 	// defer os.Exit(11)
-	//
-	// Pinyin(ExtPath)
-	// GeneratePinyinTest("识别信号")
-	// GeneratePinyinTest("漫无目的地走")
-	// GeneratePinyinTest("吃不了了啊")
-	// GeneratePinyinTest("成都城市音乐厅")
 }
 
-// 列出 ext 和 tencent 词库中有多少行包含多音字的词汇
-func listPolyphone() {
-	count := 0
-	for _, line := range ExtSet.Union(TencentSet).ToSlice() {
-		for _, char := range line {
-			if len(hanPinyin[string(char)]) > 1 {
-				count++
-				break
+// 列出字表中多音字的状况：是否参与自动注音
+func polyphone() {
+	// open file
+	file, err := os.Open(HanziPath)
+	if err != nil {
+		log.Fatalln(err)
+	}
+	defer file.Close()
+
+	// 将所有读音读入 m
+	type py struct {
+		pinyin string
+		weight int
+		isAuto bool // 是否参与自动注音
+	}
+	m := make(map[string][]py)
+
+	sc := bufio.NewScanner(file)
+	isMark := false
+	for sc.Scan() {
+		line := sc.Text()
+		if !isMark {
+			if line == "..." {
+				isMark = true
+			}
+			continue
+		}
+		if line == "" || strings.HasPrefix(line, "#") {
+			continue
+		}
+		parts := strings.Split(line, "\t")
+		if len(parts) != 3 {
+			log.Fatalln("len(parts) != 3", line)
+		}
+		hanzi, pinyin := parts[0], parts[1]
+		weight, _ := strconv.Atoi(parts[2])
+		m[hanzi] = append(m[hanzi], py{pinyin: pinyin, weight: weight})
+	}
+
+	// 判断是否参与注音
+	for hanzi, pys := range m {
+		if len(pys) == 1 {
+			continue
+		}
+		// 找到最大的权重
+		max := 0
+		for _, py := range pys {
+			if py.weight > max {
+				max = py.weight
 			}
 		}
+		// 计算其他权重相较于 max 的比值，是否大于 0.05
+		for i, py := range pys {
+			if py.weight == max {
+				m[hanzi][i].isAuto = true
+			} else if float64(py.weight)/float64(max) > 0.05 {
+				m[hanzi][i].isAuto = true
+			}
+		}
+		// 输出
+		fmt.Println(hanzi)
+		for _, py := range pys {
+			fmt.Println(py.pinyin, py.weight, py.isAuto)
+		}
 	}
-	fmt.Println("count:", count)
 }

others/script/rime/pinyin.go

@@ -61,11 +61,12 @@ var onlyOne = map[string]string{
 	"呱":  "gua",
 	"咀":  "ju",
 	"大王": "da wang",
+	"大伯": "da bo",
+	"大":  "da",
 	"摩挲": "mo suo",
 	"摩":  "mo",
 	"澄清": "cheng qing",
 	"澄":  "cheng",
-	"大伯": "da bo",
 	"伯":  "bo",
 	"胖":  "pang",
 	"南":  "nan",
@@ -209,7 +210,6 @@ var onlyOne = map[string]string{
 	"术":  "shu",
 	"龟":  "gui",
 	"万":  "wan",
-	"大":  "da",
 	"没":  "mei",
 	"查":  "cha",
 	"省":  "sheng",

others/script/rime/汉字拼音映射.txt

@@ -253,6 +253,7 @@
 胳肢窝
 胳肢窝儿
 米泽瑠美
+瑠川里菜
 枯杨生稊
 要将宇宙看稊米
 醽醁
@@ -632,6 +633,7 @@
 跫音
 秋篠宫
 篠田步美
+篠惠美
 黑腄蚃
 人面黑腄蚃
 蛈蛚
@@ -762,3 +764,8 @@
 石碁站
 石碁镇
 欹嵚历落
+琴羽雫
+合原槻羽
+大槻响
+宍户里帆
+三舩美铃

others/script/rime/错别字.txt

@@ -1,4 +1,7 @@
 # 在 # -_- 上面是错词；下面是包含错词但不是错词。
+吃吃地
+怎么地
+斯堪地那维亚
 的一逼
 觉对
 奇情片
@@ -404,7 +407,6 @@
 潮呼呼
 乱呼呼
 暖呼呼
-痴痴的
 原著民
 色青
 青色电影

others/script/rime/需要注音.txt

@@ -1,240 +1,390 @@
-# 需要进行注音的字词
-欻
-芫
-芾
-茈
-荑
-莨
-裨
-贲
-趵
-蹊
-𪨊
-沓
-扒拉
-伽蓝
-穆棱
-省亲
-省察
-省视
-反省
-内省
-归省
-不省
-猛省
-大夫
-大王
-乐陵
-乐亭
-伎俩
-万俟
-会计
-龟兹
-拱券
-单于
-单县
-南无
-参差
-召陵
-恐吓
-恫吓
-否极泰来
-臧否
-引吭
-伸吭
-伍员
-呢子
-呢料
-呢喃
-呢绒
-呱呱坠地
-尖沙咀
-吟哦
-哕哕
-哪吒
-啁哳
-唼喋
-嘁嘁喳喳
-嘚儿
-噌吰
-尉犁
-尉迟
-工尺
-崆峒
-繁峙
-巷道
-弄堂
-里弄
-倔强
-差忒
-戆直
-屈戌
-扁舟
-咋舌
-咋呼
-力能扛鼎
-拾级
-逼拶
-提防
-提溜
-摩挲
-南无
-期年
-期月
-蚌山
-白术
-朴树
-枞阳
-枸橼
-柜柳
-柞水
-栅极
-栎阳
-椑柿
-殷红
-沌阳
-沌口
-泌阳
-泌城
-洪洞
-浚县
-洴浰
-溃脓
-澹台
-瀑河
-炮烙
-犍为
-番禺
-碌碡
-秘鲁
-稽首
-筠连
-糜子
-纶巾
-自给
-补给
-给养
-配给
-家给人足
-络子
-绿林
-鸭绿江
-缉鞋口
-缉边儿
-缩砂密
-纰缪
-体胖
-脉脉
-腌臜
-膀胱
-膻中
-无臭
-乳臭
-怨艾
-自艾
-艾安
-荸荠
-莎草
-莘莘
-落枕
-落实
-落色
-落下
-蔚县
-枕藉
-慰藉
-蕴藉
-蚌埠
-匕首见
-匕见
-解池
-解数
-卖解
-解州
-博闻强识
-强识
-游说
-说客
-句读
-冠豸山
-趑趄
-迫击
-铅山
-饼铛
-阿弥陀佛
-阿房宫
-不阿
-阿胶
-山阿
-东阿
-家雀
-雀盲眼
-脖颈
-颉颃
-驮子
-龟兹
-龟裂
-般若
-酢浆草
-不省心
-不省油
-不省钱
-河长
-湖长
-埋怨
-的弟弟
-唵嘛呢嘛呢叭咪吽
-乐府
-的一
-地一
-得一
-兰若
-琅邪
-给予
-魔都
-圣都
-帝都
-首都
-水之都
-王都
-之都
-雾都
-幽都
-信长
-重创
-圈地
-宿醉
+# 需要进行注音的字词。
+
+
+# Rime 是如何自动注音的：
+# 对于没有注音的词汇，Rime 按照方案中字表中多音字的权重比值，大于 5:100 的就会参与注音。
+# 所以一个解决方案就是：例如「的 de di」，手动注音 di，然后确保字表权重 `de * 0.05 > di`。
+#                   即手动注音 di，只让 de 参与自动注音。
+
+
+# 的 di
+的哥
+的姐
+的士
+的当
 的确
-没法
-没人
-还好
-联系
-奇高
-奇迹
-了了
-银行
-厦门
-基地
-觉得
-度高
-长尾
-南都
-上地
-鸡扒
-牛扒
-猪扒
-咯吱
-咯血
-咯痰
-吡咯
-欧米伽
-奥米伽
-茄
-亲家
-都统
-传给
-还小
-还要
-一圈
-长图
-降息
+的证
+目的
+无的
+之的
+破的
+标的
+打的
+怎的
+怎么的
+咋的
+阿的平
+巴尔的摩
+加的斯
+# 大 dai
+大夫
+# 会 kuai
+会计
+# 地 di de 全部注音
+地
+# 行 12777
+
+
+# 待处理的多音字：
+# tencent 词库一共约有 484039 个多音字
+# 多音字 | 个数：
+# 车 12344
+# 合 11511
+# 区 10819
+# 色 10642
+# 长 10203
+# 度 9828
+# 重 8780
+# 了 8485
+# 无 8226
+# 数 8024
+# 和 7766
+# 员 7681
+# 术 7591
+# 乐 7489
+# 系 7162
+# 期 7071
+# 强 6297
+# 南 6275
+# 价 6138
+# 传 6109
+# 单 5947
+# 得 5820
+# 提 5704
+# 种 5468
+# 都 4522
+# 解 4489
+# 调 4353
+# 查 4129
+# 模 4067
+# 校 4052
+# 省 4017
+# 什 3579
+# 着 3507
+# 没 3368
+# 率 3276
+# 万 3140
+# 说 3080
+# 石 3065
+# 卡 2980
+# 识 2958
+# 血 2906
+# 见 2647
+# 亲 2496
+# 奇 2436
+# 核 2280
+# 络 2224
+# 角 2158
+# 约 2087
+# 参 2085
+# 便 1981
+# 降 1979
+# 洗 1829
+# 综 1820
+# 读 1811
+# 阿 1798
+# 择 1766
+# 觉 1760
+# 绿 1721
+# 落 1669
+# 差 1585
+# 圈 1364
+# 叶 1347
+# 屏 1318
+# 还 1310
+# 弹 1286
+# 藏 1256
+# 熟 1152
+# 哪 1114
+# 朝 1086
+# 谁 1058
+# 秘 1052
+# 露 1046
+# 给 990
+# 恶 986
+# 称 969
+# 盛 918
+# 摩 883
+# 盖 875
+# 陆 863
+# 折 830
+# 券 821
+# 佛 800
+# 曾 770
+# 柜 702
+# 缩 695
+# 句 687
+# 尾 625
+# 塞 620
+# 繁 600
+# 宿 587
+# 乘 570
+# 殖 564
+# 洞 551
+# 仔 537
+# 纤 532
+# 尺 531
+# 娜 522
+# 尿 517
+# 艾 506
+# 扎 506
+# 薄 491
+# 脉 491
+# 似 470
+# 劲 468
+# 咖 455
+# 伯 451
+# 胖 451
+# 拓 441
+# 氏 438
+# 勒 384
+# 炮 363
+# 堡 334
+# 召 315
+# 朴 306
+# 曝 296
+# 迫 284
+# 壳 274
+# 否 267
+# 颈 263
+# 虹 261
+# 番 259
+# 泌 248
+# 臭 245
+# 臂 232
+# 莎 222
+# 抹 215
+# 莞 215
+# 卜 210
+# 栅 208
+# 柏 205
+# 贾 193
+# 祭 173
+# 泊 167
+# 仇 167
+# 刹 167
+# 兹 166
+# 哦 166
+# 匙 159
+# 埋 155
+# 伽 154
+# 畜 153
+# 涡 151
+# 厦 147
+# 膀 142
+# 雀 140
+# 溃 139
+# 钥 138
+# 咳 138
+# 弄 130
+# 靓 127
+# 磅 127
+# 拾 125
+# 吓 124
+# 粘 124
+# 槛 122
+# 杉 115
+# 巷 114
+# 涌 113
+# 咽 106
+# 削 105
+# 铅 105
+# 禅 94
+# 爪 90
+# 伺 87
+# 殷 84
+# 辟 83
+# 澄 83
+# 龟 82
+# 碌 82
+# 瀑 81
+# 剥 80
+# 扁 80
+# 蔓 79
+# 腌 78
+# 沌 74
+# 扛 71
+# 俩 68
+# 嚼 62
+# 蔚 62
+# 呢 62
+# 枸 57
+# 浒 56
+# 茜 56
+# 屯 48
+# 缉 46
+# 叨 43
+# 稽 41
+# 琢 41
+# 攒 40
+# 哟 39
+# 吁 39
+# 楷 39
+# 纶 39
+# 卒 36
+# 侥 36
+# 牟 35
+# 翟 35
+# 咋 35
+# 咀 34
+# 扒 34
+# 晟 32
+# 泷 32
+# 棱 32
+# 吱 30
+# 槟 29
+# 尉 29
+# 埔 29
+# 炅 25
+# 戌 25
+# 刨 24
+# 烙 24
+# 裳 24
+# 嘘 24
+# 糜 23
+# 褪 23
+# 呱 21
+# 囤 21
+# 蛤 19
+# 喔 19
+# 峙 17
+# 焯 17
+# 缪 16
+# 撮 15
+# 浚 15
+# 戛 15
+# 桔 15
+# 脯 14
+# 幢 14
+# 荨 13
+# 覃 11
+# 绰 10
+# 亟 10
+# 耙 9
+# 熨 9
+# 吭 9
+# 嚓 9
+# 筠 8
+# 喋 8
+# 奘 8
+# 鞘 8
+# 偻 8
+# 葚 7
+# 藉 7
+# 枞 7
+# 膻 7
+# 疟 7
+# 拗 6
+# 苣 6
+# 栎 5
+# 嘚 5
+# 噌 5
+# 捋 5
+# 鹄 4
+# 莘 4
+# 蚌 4
+# 桧 4
+# 喳 4
+# 咯 4
+# 珲 3
+# 貉 3
+# 掴 2
+# 蕃 2
+# 嘞 2
+# 颉 2
+# 啜 2
+# 禺 2
+# 乜 1
+# 葰 1
+# 澹 1
+# 圜 1
+# 陂 1
+# 糁 0
+# 饹 0
+# 芾 0
+# 漴 0
+# 圩 0
+# 荑 0
+# 莨 0
+# 铊 0
+# 孛 0
+# 铫 0
+# 驮 0
+# 啁 0
+# 峤 0
+# 媞 0
+# 宓 0
+# 骀 0
+# 荥 0
+# 鹘 0
+# 螣 0
+# 阇 0
+# 柞 0
+# 垌 0
+# 艴 0
+# 鬲 0
+# 浰 0
+# 欸 0
+# 𦝼 0
+# 犴 0
+# 欻 0
+# 峒 0
+# 谌 0
+# 搒 0
+# 帱 0
+# 耏 0
+# 犍 0
+# 蛸 0
+# 蹊 0
+# 裨 0
+# 骠 0
+# 芫 0
+# 荠 0
+# 铛 0
+# 轧 0
+# 拶 0
+# 沓 0
+# 栟 0
+# 戆 0
+# 梣 0
+# 俟 0
+# 豸 0
+# 慊 0
+# 杻 0
+# 裼 0
+# 忒 0
+# 挲 0
+# 棽 0
+# 鿎 0
+# 馇 0
+# 郇 0
+# 嗌 0
+# 趄 0
+# 镡 0
+# 玢 0
+# 絜 0
+# 蝤 0
+# 湫 0
+# 麇 0
+# 焌 0
+# 趵 0
+# 椑 0
+# 𦰡 0
+# 茈 0
+# 岨 0
+# 哕 0
+# 贲 0
+# 茄 0
+# 虷 0
+# 喁 0
+# 笮 0