粵音資料集叢：典籍資料檔

說明

《粵音資料集叢》 旨在將年代久遠、罕見或是具參考價值但已在市面絕跡的粵音文獻在數碼世界重現。本檔案庫收錄了《粵音資料集叢》大部份所引粵音典籍的數碼資料，希望這些資料對其他粵語研究者有所幫助。

「資料」主要指粵音典籍正文所收載的單字粵語讀音資料。至於其他文字內容，如前言、凡例等，如果是簡單文字資料，也會盡量收錄。

讀音資料格式

格式變更説明

本檔案庫資料格式在 2024 年 7 月做了一次較大規模的更新。此前，各書資料主要以 CSV（準確來説是 TSV）格式收錄，部份提供相同格式的 Google Sheet 線上版本，個別新錄入的書籍才會以 JSON 格式收錄。CSV 格式的優點是易於閱讀，缺點是無法很好地呈現結構複雜的資料，也不便於程式處理。此次將所有活躍資料改為以 JSON 格式優先發佈，也將更新流程自動化，以減低《粵音資料集叢》和本檔案庫的更新時間差。此後 CSV 和 Google Sheet 的資料將不會再作更新，本資料庫中的 CSV 格式檔案亦已移走。若使用者想取得以前的 CSV 格式檔案，可到 archive_20240709 分支查看舊版。

資料檔案概述

• 為減少説明需要及增加易讀性，JSON 檔的欄目會使用中文。
• 又為方便識別，不屬原書內容、由數碼化編者所加資料均會置於「_校訂補充」欄之下。
• 資料檔主要是收錄原書的字、音關聯及字條所在。其餘資料（如部首、筆畫數、字碼）只會視情況收入。釋義、例句等資料也未必會全數收錄。詳情請參閱各書目錄內的説明文件。
• 為方便處理，讀音標記（即又讀、俗讀之類）會進行 normalization 處理，未必忠於原文，如要確認請參考原書。下表是標記值與常見稱呼對照：

回報問題

為人手輸入方便和減少出錯，這裏發表的資料檔都是經過電腦程式處理的版本。熟習 Github 的朋友，假如發現當中資料有錯漏需要修正，請建立一個新 issue 方便處理，不要修改後提交 pull request。