繁简“非对称”字组的自动转译实验

1.　提要

1.1 定义：

本文所谓“繁体”，泛指台湾规范字；“简体”泛指大陆规范字。“非对称”的繁简对应也包括异体关系，笔者刻意不予区分，因为无论它们的关系如何，其解决的方式一样，须化“非对称”为“一对一”的对应。

1.2 样本：

各家得出的“非对称”字组数量有相当差异，其原因除是否包含异体关系之外，还有就是各人所依据的样本资料不同。笔者是以大陆规范《现代汉语通用字表》7000字，以及台湾规范CNS11643常用5401字为主要样本，加上为求二者对应而采录的1700多个台湾次常用字，合计样本字数7376字，共得“非对称”270字组(一简对二繁240组，一简对三个以上繁体字30组)。字组数量曾依实际情况更新，并用繁简自动对译一一验证无误。

1.3 自动转译的实验：
因为“非对称”字组中包括不少异体关系，所以，要解决此项问题，使两岸文字成为”一对一”的对称，必须彻底解决异体字的分歧，甚至需要两岸文字规范的统合；但这并非短期内能达到的目标。目前海峡两岸交往频繁，繁简字的转译全赖计算机自动转换。以短程目标而言，如果自动对译时没有误译，则即使存在“非对称”字组，也不至于影响文意的正确传达。基于这个理念，笔者作了全部270字组自动转译的实验(见文末附表)，并假定完全没有词汇的智能设计。转译实验的结果显示：“繁转简”时，都没有误译，“非对称”字组皆可保持现状；“简转繁”时，大部分字组也没有误译，只有18组字出现误译，须作改变。

2.0 自动转译实验的方式及结果

2.1 实验的方式：

就“一简对二繁”言，某一简体字（代号J）对应了二个繁体（代号F1,F2），设“>”表示繁简或简繁自动转译，则第一步：J > F1 > J ，第二步：F2 > J 。经过转译后，如果3个简体字（J）完全相同，则表示“繁转简”应该没有问题。例如：郁>鬱>郁，郁>郁，转译后3 个简体字J (郁)完全相同。而“一简对三繁”或一对三以上的字组则照上述方式，继续作“繁转简”的对译，即F3>J，F4>J，…。至于“简转繁”的对译有否误译，除观察上述结果之外，还要考量日常用词问題。例如：前面所举“郁鬱”字组，转译后3 个简体字J (郁)完全相同，而“郁”是姓氏用字，就可能会有“郁”某人>“鬱”某人的误译。因此繁体“鬱”应加以处理。由于“鬱”笔画太多，与其由大陆规范增添，不如由台湾规范取消，并认同简化字“郁”的现行字义，以“郁”代“鬱”。目前台湾书局销售简体书籍的不少，台湾民众认识简化字也相当多，相信个别字的取代应是可行。其实台湾现行规范也不必改订，只要在“简繁转译”时，简化字“郁”保持原字形就可。

2.2 实验所得结果：

　　在“非对称”270字组中，就一般应用而言，“繁转简”几乎全无问题。这是因为“一对多”中的多个繁体字对应的都是同一个简体字。例如：繁体“績”对应简体“绩”，“勣”为异体，但对应的简体也是“绩”。繁体词汇“成績、功勣”转译为“成绩、功绩”，文意没有改变。另一方面，“简转繁”时，在270组“非对称”字中，虽然大部分没有问题（理由同上），但却有18个字组(占7%)须作一些调整，否则就会有错译出现。例如：卜卦>蔔卦，丁丑>丁醜，划船>劃船…。须更改的“非对称”字组，如表1 所示。

表1.  须改进的18个非对称字组

    此外，为求简繁文本转译后文意表达的准确，有6个字须作改进，如下表所示。

并/並併并：并vs并/並,	併(如併吞),动词	并	並	并	併	并	[陆规]+併
局/局侷跼：局vs局/侷	跼,曲身,宜另列	局	局	局	侷	局	[陆规]+跼
蒙/蒙濛矇懞：蒙vs蒙/矇/懞	濛(如濛濛细雨)	蒙	蒙	蒙	濛	蒙	[陆规]+濛
台/台臺檯颱：台vs 臺檯	颱(颱风与台风有别)	台	台	台	臺	台	+颱[风台]
系/系係繫：系vs系/繫	係有“乃”义,宜另列	系	系	系	係	系	[陆规]+係
只/只隻衹：衹/只;[qi2]僧衣	只/隻对应, 衹另列	只	只	只	隻	只	[陆规]+衹

由上表可知，大陆规范须增加12字：蔔、鬥、醜、髮、復、穀、後、薑、裡、歷、鹹、幹。它们可恢复为繁体，有的亦可简作其它字形。如：

鬥，亦可改作[门斗]，以便书写。

髮，亦可简作[发彡]，新的形声字。[发]用作声符，[彡]用作形符，类如”须”的形符。

後，常有“皇後”之类的错译，简转繁对译时不妨直接以“后”代“後，即两岸同用“后”表“後”义。

穀，可照“壳”的方式予以简化。

鹹，形旁“鹵”可类推简化作“卤”，以省笔画。

幹，亦可取“幹”的右旁。

台湾规范字要改的6字：範、劃、幾、鬱、坏、么 。

繁体“範、劃、幾、鬱”笔画太多，应从简；使用“范、划、几、郁”，达成与简体一致。

繁体“坏”是“坯”的异体，又是“壞”的简体，二者形同而音义互异，故宜用“坯”代“坏”，“坏”专用作“壞”的简体。

繁体“么”[yao]的简体是“幺”，而同形的“么”[mo]又作为“麼”的简体，形同而音义互异，故繁体“么”[yao]应改作“幺”，以与简体作对应。

3.0 某些非對稱字轉譯的調整(举例说明)

    目前繁简自动转译在市场上有不同的软件，但所依据的是大家公认的一个繁简对照表。笔者在作自动转译实验时，发现这个对照表的一些字组，若能作合理的变更，对解决非对称问题，有所助益。须更正的”自动转译”的字组共31个字例，如下表所示。表中最后一栏注明更正的理由。理由共有六项：

  a. 原译字为繁体字异体    b.新译字与简体字同形或对应   c.新译字可免二义性误译

d. 改正原译字错误        e. 新译字结构简单            f. 新译字具有形声功能

   表 2.   简繁转译时现译字的更正 (31)

	非对称字	说           明	原译	新译	理由
1	痴/癡痴	癡，台规异体；痴，形声兼意，两岸共作规范	癡	痴	a.b e.f
2	虫/蟲虫	虫义同蟲，虫另有虺(hui3)义	蟲	虫	b.e
3	冬/冬鼕	象声不宜用冬, 鼕vs咚	冬	咚	b.d
4	党/黨党	黨,本义为黝黑；党，本义地方组织，更近今义	黨	党	b.e
5	炖/燉炖	炖义含燉(煮)	燉	炖	b.e
6	挂/掛挂	掛为挂或体	掛	挂	a.b
7	饥/饑飢	宜从简；饥/飢对应较佳	饑	飢	b.e
8	汇/彙匯	汇可兼彙义，汇与匯对等对应	彙	匯	b.e.f
9	荐/薦荐	薦,台湾规范的异体, 两岸共用荐为规范	薦	荐	a.b.e
10	据/據据	据除含據义外，尚有“拮据”义	據	据	b.c
11	霉/黴霉	黴，异体，两岸同用霉为规范字	黴	霉	a.b.f
12	捻/撚捻	捻，以指搓，捏； 说文作撚	撚	捻	b.e.f
13	啮/齧嚙	齧，同啮	齧	嚙	b.e
14	确/確确	确, 说文作确，徐铉：今俗作確，非是	確	确	b.f
15	晒/曬晒	曬，台湾规范的异体	曬	晒	a.b.e
16	尸/屍尸	尸含屍义	屍	尸	b.e
17	叹/歎嘆	歎，或体	歎	嘆	a.b
18	体/體体	从简，體不用；两岸共用体为规范	體	体	b.e
19	万/萬万	万，台湾规范次常用字，但亦常见	萬	万	b.e
20	污/汙污	污，或体，但污常用	汙	污	b
21	吁/籲吁	从简，籲不用	籲	吁	b.e
22	勋/勳勛	勳，台湾规范的异体	勳	勛	a.b.e
23	愿/願愿	愿义同願，形符心较能表意	願	愿	b.e
24	艳/豔艷	台湾规范艷为豔异体，但”艷”字理明白	豔	艷	b.
25	药/藥葯	葯，台规次常用字，但药亦常见	藥	葯	b.
26	岳/嶽岳	嶽，异体；用岳可免岳飞译成嶽飞	嶽	岳	b.c
27	云/雲云	雲，累增，云兼雲義；如孔子云>孔子雲	雲	云	b.c
28	涌/湧涌	涌为湧或体；取涌舍湧	湧	涌	b.e
29	证/證証	在凭证/验证上，证證相通	證	証	b.e
30	冢/塚冢	塚，累增	塚	冢	b.e
31	袅/嫋嬝裊	台规裊/嬝常用；嫋，次常用	嫋	裊	b.e

    这样在二(多)个繁体中选用一个较佳的字，与简体配对，等于为传统汉字做了一番文字整理工作。原用字(如“癡”)目前字频可能较高，择优选用(如用“痴”)之后，由于网络的频繁转译，新译字(如“痴”)将渐渐取得优势，而为大家所乐用。这不仅解决了繁简的“非对称”问题，更有优化汉字的作用。“痴(病于知)”不仅比“癡”更符合字理，而且结构简单，易于分析与编码。

4.0建议剔除的异体字

4.1 剔除异体字的原则及字例

    前文己说明，要彻底解决繁简“非对称”的问题，必须使它们“一对一”的对应，亦即在“多繁”中删除异体，或把“非异体”的字加入大陆规范中。如果甲乙二字的字义全合(犹如二个同心等径的圆)，则为“迭合异体”；如果甲字的字义包括了乙字(大圆含着小圆)，则为“包孕异体”；这二种情况都可取一舍一。很多情形是甲乙二字的字义有交叉但并不全等(二圆互交)，就要二字并取。异体字的研究因涉及古书的训诂，是很费力而难精确的事。笔者浅陋，只举出一些字例作尝试。尚请方家给予指正。

表3. 建议剔除的93个异体字

非对称字（异体字）说明	拟删字	非对称字（异体字）说明	拟删字
杯/杯盃：盃，或体	盃	尝/嘗嚐：嘗含嚐(试味)义	嚐
吃/吃喫：喫，或体	喫	锤/錘鎚：鎚为锤或体	鎚
棰/棰箠：箠为棰或体	箠	堤/堤隄：隄，或体	隄
唇/唇脣：脣，或体	脣	挂/掛挂：掛为挂或体	掛
焊/焊銲：銲通焊(接)	銲	绩/績勣：勣，或体	勣
哗/嘩譁：譁，或体	譁	迹/跡蹟：蹟为跡的或体	蹟
鉴/鑒鑑：鑑义己为鉴/镜义取代	鑑	尽/盡儘：儘累增	儘
剿/剿勦：勦为剿或体	勦	浚/浚濬：从简，濬不用	濬
坑/坑阬：阬，或体	阬	漓/漓灕：漓义含灕，灕罕用	灕
璃/璃琍：琍，异体	琍	帘/簾帘：簾，异体	簾
梁/梁樑：樑，累增,台湾规范异体	樑	炉/爐鑪：鑪，或体	鑪
菱/菱蔆：蔆为菱本字	蔆	霉/黴霉：黴，异体	黴
秘/秘祕：秘，或体	秘	娘/娘孃：孃，或体	孃
乃/乃迺：迺，或体	迺	盘/盤槃：槃，异体	槃
炮/炮砲：砲，或体	砲	强/強彊：彊，或体	彊
戚/戚慼：戚可含慼义	慼	箬/箬篛：篛，或体	篛
剩/剩賸：賸，异体	賸	搜/搜蒐：蒐，异体	蒐
湿/溼濕：溼，或体	溼	蓑/蓑簑：簑，异体	簑
叹/歎嘆：歎，或体	歎	眺/眺覜：覜，异体	覜
藤/藤籐：籐，异体	籐	溪/溪谿：谿，异体	谿
嘻/嘻譆：譆为嘻异体	譆	弦/弦絃：絃，异体	絃
衔/銜啣：啣，或体；衔义含啣	啣	闲/閑閒：閒，异体	閒
筱/筱篠：《集韵》：筱或作篠	篠	恤/恤卹：卹，或体	卹
泄/泄洩：洩，或体	洩	烟/煙菸：菸，今字作煙	菸
岩/岩巖：岩,会意；巖,形声	巖	肴/肴餚：餚，累增；餚同肴	餚
焰/焰燄：燄异体	燄	迤/迤迆：迆，异体	迆
咱/咱喒：喒，异体	喒	棹/棹櫂：櫂为棹或体；棹义含櫂	櫂
占/占佔：佔，累增；占含佔义	佔	背/背揹：揹动词，背可兼揹义	揹
别/別彆：彆，弓末端；别扭=彆扭	彆	出/出齣：出可兼齣义	齣
彩/彩綵：彩义含綵义(色彩,彩衣)	綵	杆/杆桿：从简，桿不用	桿
杠/杠槓：从简，槓不用	槓	克/克剋：剋，累增，克兼剋义	剋
卷/卷捲：捲，累增，卷兼捲义	捲	累/累纍：累含纍义；纍，不常用	纍
卤/鹵滷：繁体鹵又作滷，滷异体	滷	念/念唸：念可兼唸义	唸
球/球毬：毬，今字作球	毬	虱/虱蝨：蝨，字亦作虱(或体)	蝨
席/席蓆：席含蓆义	蓆	熏/熏燻：熏含燻義	燻
效/效傚：傚，累增	傚	咽/咽嚥：咽义含嚥(yan4，吞)	嚥
扬/揚颺：扬含颺(飘扬)义	颺	照/照炤：照含炤(明，耀)义	炤
沾/沾霑：沾含霑义(浸湿，附着)	霑	致/致緻：致含緻义(精细)	緻
冢/塚冢：塚，同冢	塚	赞/贊讚：贊含讚义(称赞)	讚
殷/殷慇：殷含慇义	慇	筑/築筑：筑含築义(建造)	築
注/注註：注含註义(批注，附记)	注	泛/泛氾汎：汎，氾或体；	汎/氾
刨/刨鉋鑤：刨可兼动名词	鑤	捆/捆梱綑：綑通捆	綑
袅/嫋嬝裊：裊/嬝常用；嫋，次常	嬝/嫋	苏/蘇甦囌：甦为异体	囌/甦
升/升昇陞：升含昇/陞義	昇/陞	愈/愈瘉癒：愈含瘉/癒义	瘉/癒

4.2 异体字研究中的困难——以“累/纍”为例

  由《汉语大字典》查得“累/纍”的古今字义如次，(所引录古籍字句在此均省略)。

累	lei3	1)堆积；2)连续、屡次；3)重迭；4)增加；5)拖累；6)合计；7)絫；计量单位；8)转行貌；9)通裸；10)姓。
	lei2	1)绳索，亦作缧；2)拘捆；3)同交配期牡牛。
	lei4	1)负担；2)伤害；3)嘱托；4)罪行；5)缺陷；6)忧患；7)疲劳；8)从；9)恐；10)指妻子与资产；11)亏欠；12)缠绕。
	lv4	古匈奴官名。
	lie4	地名。
纍	lei2	1)连缀；2)绳索，亦作缧；3)缠绕；4)拘捆；5)无罪而被迫致死；6)延及；7)联络貌；8)盛甲的器具；9)公牛；10)姓。
	lei3	同累；堆积、重迭。
	lei4	同累；拖累。

  《汉字形义分析字典》则着重今义解释，并表示“纍”是“累”的包孕异体，查得“累”的字义如下：

累	lei4	疲劳
	lei2	1)累赘； 2)累累成串的。
	lei3	1)堆积；2)连续、多次；3)牵连。

     笔者相信“累”的原字形是“纍，声符“畾”兼意，表示累赘、连绵；犹如“雷”的原字形是“雨/畾”，雷声隆隆，连续重迭。但“雷”的原字形被淘汰，而“累”的原字形“纍”与“累”并存。在并存期中古人或用“累”或用“纍”，以致有《汉语大字典》那样纷歧的音义释解。因此，若从古今字义去判断，“累/纍”似应分列为二字；但若着重今义，则“纍”是“累”的包孕异体。

    假定“书同文”的目标是5000个通用字，笔者主张，核定异体字不妨从宽，也就是应着重今义，使较多的异体淘汰。所谓淘汰是使它离开“通用字集”，回到汉字的“备用字库”，让专家学者在必要时访问它。台湾文字学家赵友培说：“字无生死，只有存废”，便是这个意思。偏爱繁体字的网友，大可放心吧。

5.0 结语

经过繁简自动转译的实验后，得到如下结果：

1．“繁转简”自动对译 ---即使存在“非对称“字组，亦极少有错译问题，笔者多年来的实践也证明了这一点。

2．“简转繁”自动对译 ---大部分没有问题，只有18个字组有误译的情况，有待改进 (详表1.)。

3． 有31个现译的字组若能作一些合理的变更，选择一个适当对应的繁体字，对解决“非对称“问题，有所助益 (详表2 ) 。

4．异体问题的研究相当不易，笔者建议着重在今义的分析。为达到书同文(5000通用字)的目标，古义或罕用义暂可忽略。笔者拟议删除的 93个异体字(详表3)，是否妥适，尚待方家给予审阅并指正。

5. 在“非对称”270字组中，本文已提出建议的共148(18+6+31+93)组，尚余122组是待决的异体问题。

笔者生长在繁体字的语境中，迄今仍习惯使用繁体打字。在网站上发表的简体文章，完全是自动转译而成的。多年来实践的经验，得知”繁转简”的文本极少出问题。出问题的还是一些词汇的不当转译，例如繁体“字元”译作简体“字符”，有违笔者的原意。由此可知智能设计的功能有其限度，而繁简“非对称“问题的解决，根本之道还是自改进两岸文字规范本身着手。

【主要参考文献】

李牧《两岸汉字字形的比较与分析》，周胜鸿、陈明然主编《汉字书同文研究》第6辑(33-56页),香港鹭达文化出版公司2005年5月版。www.yywzw.com/stw 。

《语讯》编辑部《汉字简一繁多对应表》，香港《語文建設通訊》第90期；URL：http://www.huayuqiao.org 。

作者简介：
李 牧，台湾退休工程师，现定居加拿大。