漢語常用字詞表

資料格式

• char.txt：包含單字
• word.txt：包含詞語及成詞單字
• all.txt：包含上述所有內容

資料來源

• 香港考試及評核局《教師語文能力評核（普通話）參照使用常用字表》
• 香港考試及評核局《教師語文能力評核（普通話）參照使用普通話詞語表》

使用香港字表的原因有二：

• 字表使用繁體字，若要使用簡體字只需使用程式轉爲簡體；相反，若字表爲簡體字，則轉爲繁體時需要人工校對「一簡對多繁」
• 用詞較爲書面化，不含北方話口語及粵語用詞，因此適用場景更加廣泛

資料修正

本表在原資料的基礎上作出以下修正：

• 轉換爲 OpenCC 標準用字
• 加入「台」字之組詞「天台山」

構建

python scripts/extract_char.py
python scripts/extract_word.py
python scripts/extract_all.py

其他

《普通話詞語表（表二）》中「着數」注音 zhāoshù，實際可能爲粵語用詞「着數」zoek6 sou3，義爲利益、好處，對應普通話 zhuóshù。