# 开放释义与例句来源

## 2026-10-18 Wiktionary 补充

Wiktionary contributors 的词典文本采用 [CC BY-SA 4.0](https://creativecommons.org/licenses/by-sa/4.0/)，本站提取、筛选后的相关词典内容继续以此许可提供。[版权说明](https://en.wiktionary.org/wiki/Wiktionary:Copyrights)；[贡献历史](https://en.wiktionary.org/w/index.php?title=Special:Contributions)；每条补充释义与例句保留对应词条链接，可在该词条的历史页查看作者。

数据由 [Kaikki / Wiktextract](https://kaikki.org/dictionary/Chinese/index.html) 提取，作者 Tatu Ylonen 及 Wiktextract contributors；来源为 2026-09-02 enwiktionary dump、2026-10-03 提取版本。本站只归档现有读音库中相同词形的记录，保留词形、词性、词义、标签及粤语用例的相关原字段，排除第三方引文和未使用元数据。完整下载与本站归档子集的 SHA-256 均在 manifest.json 中保存。导入命令为 `python3 scripts/import-wiktionary.py <JSONL 文件>`。

原有 CC-Canto / CC-CEDICT 的单一 `variant of`、`same as`、`also written`、`see` 词形参照，只在同一快照内找到实际释义时解析，保留参照目标，不把纯跳转文本当作释义；循环与缺失目标不解析，`see also` 不当作等义关系。解析后的词义继续沿用原来源的署名和许可。AI 辅助补写草稿另存于 `data/curated/dictionary-supplements.json`，不属于本处外部词典许可，也不冒充外部语料或人工审核内容。

运行时只在现有来源缺释义时补充最多八项英文义项，筛除纯跳转、无释义记录和明确属于其他方言的义项。未带粤语标签的汉语共通释义仅供参考，不代表该词形所有粤语读音的意思。用例须明确标为 Cantonese / Jyutping、是完整短句、原文高亮对应实际词形，整句字音数量及目标词读音须与本站词库一致。只将原粤拼上标数字、标点与空格规范化，不生成或猜测原读音；不收录普通话例句，不新增英译，不改写汉字，不把语料整理标为本站人工审核通过。逐例署名与链接随构建输出到 EXAMPLE-CREDITS.md。

归档日期：2026-10-14。每份快照的地址、版本、压缩文件和原文 SHA-256 见同目录 manifest.json。文本快照以 gzip 保存；HKCanCor 从上游 ZIP 中提取 58 份转录文本为含原文件名的 JSON，未改写转录内容。常规构建离线运行。

- **CC-Canto**：Copyright (c) 2015–17 Pleco Inc.，采用 [CC BY-SA 3.0](https://creativecommons.org/licenses/by-sa/3.0/)。[官方数据页](https://www.cc-canto.org/download.html)，快照版本 2017-02-02。本站提取、合并释义并筛除纯交叉引用；这些改编的 CC-Canto 内容继续以 CC BY-SA 3.0 提供。
- **CC-CEDICT**：CC-CEDICT contributors；原 CEDICT 部分 Copyright (c) 1997, 1998 Paul Andrew Denisowski。由 MDBG 发布，采用 [CC BY-SA 4.0](https://creativecommons.org/licenses/by-sa/4.0/)。[官方数据页](https://www.mdbg.net/chinese/dictionary?page=cedict)，快照版本 2026-10-14。本站在没有匹配的 CC-Canto 释义时提供汉语共通释义参考；提取和整理的这些内容继续以 CC BY-SA 4.0 提供。普通话拼音没有当作粤拼使用。
- **Tatoeba**：句子分别归署名作者所有，采用 [CC BY 2.0 FR](https://creativecommons.org/licenses/by/2.0/fr/)。[官方下载页](https://tatoeba.org/en/downloads)，粤语详细导出版本 2026-10-10。本站筛选句子、去重并匹配词语，原句未改写。[完整例句署名明细](/data/lexicon/EXAMPLE-CREDITS.md)集中保留每条展示句子的原文、作者、句子 ID 和原句链接；不使用 Tatoeba 提供的未审核自动转写，不导入音频。语料例句未经过本站独立人工语言审核。
- **Hong Kong Cantonese Corpus（HKCanCor，香港粵語語料庫）**：K. K. Luke and May L. Y. Wong，采用 [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/)。[来源与引用说明](https://github.com/fcbond/hkcancor)，固定版本 `39aeadf920e0b5ca93d0ad7792c59e740e7bdd65`。引用：K. K. Luke and May L. Y. Wong (2015), *The Hong Kong Cantonese Corpus: Design and Uses*, Journal of Chinese Linguistics Monograph Series 25, 312–333。本站按原有句末标点从发言中摘句、连接分词文本，将原粤拼按音节加空格，筛除字音数量不齐或格式异常的片段；不跨说话人拼接、不改写汉字、不生成翻译。每例保留原文件名、发言序号（u）及句段序号（s），读音只按来源标注展示，未经过本站独立人工审校。本地完整许可见 [hkcancor-LICENSE.md](hkcancor-LICENSE.md)。
- **Mozilla Common Voice · Cantonese Sentence Collector**：Mozilla Common Voice contributors，句子数据采用 [CC0 1.0](https://creativecommons.org/publicdomain/zero/1.0/)，[文本与固定版本](https://github.com/common-voice/common-voice/blob/1f246f93d83d2037bc3e4af5e4704a4dfdbf67d3/server/data/yue/sentence-collector.txt)，[数据目录许可](https://github.com/common-voice/common-voice/blob/1f246f93d83d2037bc3e4af5e4704a4dfdbf67d3/server/data/LICENSE)。本站筛选每行 12–45 字的朗读文本并匹配词语；不补写原句标点或英文翻译；另附参考粤拼，详见下方说明。在署名明细中保留项目署名与固定版本的原始行号链接，未经过本站独立人工审校。不导入录音；代码仓库的 MPL 2.0 与这些句子数据的 CC0 分开处理。本地完整许可见 [common-voice-LICENSE.md](common-voice-LICENSE.md)。

项目已审核的日常表达按原来源与审核记录展示，不归属于上述外部数据许可。本站独立代码及其他材料不因为与这些内容同时展示而被统一改用同一许可。各来源及作者不为本站背书。

## 2026-10-15 英文译文与参考粤拼

Tatoeba 英文译文来自 2026-10-10 周导出的 `yue-eng_links.tsv.bz2` 与 `eng_sentences_detailed.tsv.bz2`。仅接入直接对应的现成英文，不新增机器翻译、不进行间接匹配；同一句有多条可用英文时，按英文句子 ID 选取一条。英文句子分别归其署名作者所有，沿用 [CC BY 2.0 FR](https://creativecommons.org/licenses/by/2.0/fr/)。英文原文、作者、ID、原句链接和直接对应关系保留在内容分片及集中署名明细中，未经过本站逐句人工审校。导入脚本保留相关英文详细原始行，来源清单记录完整上游文件校验值与归档子集校验值。

缺少原粤拼的例句，以粵典公有领域字词表按词优先匹配生成参考粤拼，多音候选使用默认读音；没有宣称已完成语境消歧。原本已有的编辑与 HKCanCor 标注继续保留。本次没有使用 Tatoeba 未审核的自动转写。Common Voice 原文件仍没有粤拼或译文，此次参考粤拼是本站另行计算的标注，不是 Common Voice 原内容。

少数未收录单字使用 Unicode Unihan 17.0.0 `kCantonese` 属性补充读音：© Unicode, Inc.，采用 [Unicode License V3](/licenses/unicode.md)。[官方数据](https://www.unicode.org/Public/17.0.0/ucd/Unihan.zip)中仅抽取原样的 kCantonese 行及文件头；没有修改原字符或声调。对应原始数据属于 Unicode 的数据文件许可，本站不暗示 Unicode 为自动粤拼结果背书。

公开内容分片中每条释义与例句均保留 sourceId，英文另有署名记录，粤拼以 jyutpingOrigin 区分原标注与本站自动参考标注。复用相关内容时，请遵守对应来源的许可、署名、修改说明及相同方式共享要求，不得移除适用的来源信息。

## 2026-10-15 单字字义与组词

Unicode Unihan 17.0.0 `kDefinition`：© Unicode, Inc.，采用 [Unicode License V3](/licenses/unicode.md)。从同一份固定版本 Unihan.zip 中原样抽取 kDefinition 行及文件头，完整上游与子集哈希记录在 manifest.json。只在现有 CC-Canto / CC-CEDICT 没有字义时补充，不把通用汉字释义绑定到特定粤语读音，纯交叉引用不作为独立字义。普通构建离线读取归档。

单字组词从粵典公有领域词表与词频中选择，使用已有的整词粤拼，按目标字位置对应音节；不按单字拼接生成整词读音。只选有英文词义、正词频的二至四字词，各读音最多四项，繁简同词去重。组词词义分别保留 CC-Canto / CC-CEDICT 原文和 sourceId，并沿用上述 CC BY-SA 3.0 / 4.0 许可；多个未指定读音的义项一并列出，不声称已完成语义消歧。来源、筛选方式与许可集中在 `/sources/#character-words` 说明。编辑单字页新增组词不改变原编辑审核记录，也不将自动整理内容标为人工审核通过。