Closed AlienKevin closed 2 years ago
唔該晒,不過我覺得個「俾」字唔應該加落去,因為呢隻字喺簡體漢字官話文圈都唔係罕見字,如果將佢當成 canto_unique
嘅話好可能會降低分類器嘅 precision,將官話文都當成係粵文。
邊科 係咪可以同 邊[度個位] 合併?
我唔建議加「㨃」,呢個字普通話都用,仲幾乎係一樣意思。而家大陸好多人寫「懟」(怼),但係唔少人堅持寫「㨃」。
係咪漏咗「噚日」?
[我你][個隻條把支碌張度塊樖副]
我唔建議加「㨃」,呢個字普通話都用,仲幾乎係一樣意思。而家大陸好多人寫「懟」(怼),但係唔少人堅持寫「㨃」。
我同意。「㨃」呢個字雖然喺《现代汉语规范词典》中冇收錄,但係百度百科話有人用「㨃」嚟寫「懟」(我個人冇見過呢種用法)。Baidu搜索"㨃"輸出1,310,000個結果,相比“怼”嘅100,000,000個結果非常小(1.31%),但係有人仲係用「㨃」。
[我你][個隻條把支碌張度塊樖副]
可唔可以加個佢變成[我你佢]?不過,我覺得有啲詞可能會增加false positive。好似「我把」,「你把」呢啲都喺普通話好常用。而家我哋手寫規則呢種方式好難避免imbalance:減少咗false negative,可能就多咗false positive...
[我你][個隻條把支碌張度塊樖副]
可唔可以加個佢變成[我你佢]?不過,我覺得有啲詞可能會增加false positive。好似「我把」,「你把」呢啲都喺普通話好常用。而家我哋手寫規則呢種方式好難避免imbalance:減少咗false negative,可能就多咗false positive...
冇錯,呢個肯定唔可以加
我唔建議加「㨃」,呢個字普通話都用,仲幾乎係一樣意思。而家大陸好多人寫「懟」(怼),但係唔少人堅持寫「㨃」。
我同意。「㨃」呢個字雖然喺《现代汉语规范词典》中冇收錄,但係百度百科話有人用「㨃」嚟寫「懟」(我個人冇見過呢種用法)。Baidu搜索"㨃"輸出1,310,000個結果,相比“怼”嘅100,000,000個結果非常小(1.31%),但係有人仲係用「㨃」。
冇錯,唔可以加「㨃」,普通話文本入面好多呢隻字,而且嚴格嚟講都唔係粵文專屬字
係,sor,醒唔起普通話有「我把」「你把」,我剩係掛住諗「我把扇」「你把遮」
「佢」 + 「量詞」唔使加,因為「佢」已經足以斷定係粵文
目前所有嘅changes我都implement咗,應該ready to merge。
所有添加嘅字詞都出現喺《粵典》度(有啲仲未公開)。同埋所有字對應嘅簡體字都唔喺《现代汉语规范词典》度,或者用法非常生僻(淨係出現喺文言文度)。