# Review 桶模式分析报告

总计 443 条待确认。以下按桶分析常见模式和处理建议。

---

## 1. review_pinyin（230 条）— 多音字

### 多音字频率 TOP15

| 汉字 | 次数 | 主要读音 | 拼音 |
| ------ | ------ | ---------- | ------ |
| 会 | 39 | かい/がい | hui（全部正确） |
| 見 | 37 | み/けん | jian（全部正确） |
| 間 | 23 | ま/かん/あいだ | jian（全部正确） |
| 行 | 23 | こう/ぎょう/い | xing（多数正确） |
| 長 | 22 | ちょう/なが | zhang/**chang** |
| 当 | 17 | あ/とう | dang（正确） |
| 場 | 15 | じょう/ば | chang（正确） |
| 重 | 14 | じゅう/おも/かさ | zhong/**chong** |
| 難 | 11 | | nan |
| 要 | 9 | | yao |

### 关键发现

**大部分拼音其实是正确的**（pypinyin 取常见读音）。真正需要修正的是少数假名读音提示不同音的：

**需要修正的（约 6-9 条）**：

- `長` 读 **なが** → 应为 **chang**（不是 zhang）
  - 例：細長い、長い目、長芋、首を長くする
- `重` 读 **かさ**（重ねる/重なる）→ 应为 **chong**（重叠义）
  - 例：重ねる、積み重ねる、重なる

**注意（不用改）**：

- `行` 读 **ぎょう**（行政/行事）→ 中文仍是 **xing**（行政 xíngzhèng）
- `会` 全部 hui ✓
- `見` 全部 jian ✓

### 处理建议

大部分可**直接合并**（拼音正确）。重点检查 `長(なが)` 和 `重(かさ)` 这两类。

---

## 2. review_split（201 条）— 分割/对齐失败

### 三大类别

| 类别 | 数量 | 特征 | 处理方式 |
| ------ | ------ | ------ | ---------- |
| A. 熟字训读 | 89 | 纯汉字但假名对不齐 | 整词不分割 |
| B. 汉字+片假名 | 11 | 汉字配片假名读音 | 整词不分割 |
| C. 含~省略标记 | 101 | 带～的省略词 | 去~后处理 |

### A. 熟字训读（89条）— 汉字与假名无法逐字对应

按你的规则：**整词不分割，拼音连写**

- `葛飾区:かつしかく:` → `葛飾区:かつしかく:geshiquku`（地名）
- `吹雪:ふぶき:` → `吹雪:ふぶき:chuixue`
- `博士:はかせ:` → `博士:はかせ:boshi`
- `漬物:つけもの:` → `漬物:つけもの:zewu`
- `成田:なりた:` → `成田:なりた:chengtian`（地名）

### B. 汉字+片假名（11条）— 多为中文人名/菜名的日语音译

- `宮保鶏丁:ゴンバオジーディン:` → 宫保鸡丁
- `魚香肉絲:ユイシャンロウスー:` → 鱼香肉丝
- `張芸謀:チャン・イーモウ:` → 张艺谋（导演）
- `王府井:ワンフーチン:` → 王府井（地名）
这些片假名是**中文发音的日语音译**，整词处理。

### C. 含~省略标记（101条）— 词表用~表示省略部分

- `～賞:ノーベルしょう:` → 诺贝尔奖（～代表具体名称）
- `～茶:プーアルちゃ:` → 普洱茶
- `飲料～:いんりょうメーカー:` → 饮料厂商
这类需要决定：**保留~还是补全**。多数片假名部分是外来词。

---

## 3. review_special（11 条）— 含字母/片假名混合

### 含字母（拼音段已按规则留空）

- `CS|貿|易:シーエス|ぼう|えき:|mao|yi`（CS贸易）
- `A|型:エー|がた:|xing`（A型）
- `ＳＦ|小|説:エスエフ|しょう|せつ:|xiao|shuo`（SF小说=科幻）
- `ＮＨＫ|放|送...`（NHK广播）

这些**格式已正确**（字母拼音留空），可直接合并。

### 含特殊符号

- `阪|神|・|淡|路|大|震|災`（阪神·淡路大地震）含中点·
- `三|ツ|村|電|機`（三ツ村電機）含片假名ツ

---

## 4. review_verb（1 条）— 完整表达

- `心を1つにする:こころをひとつにする:` — 含数字1和完整句
  建议：`心|を|1つ|にする:こころ|を|ひとつ|にする:xin||...` 或整句处理

---

## 处理优先级建议

1. **先合并 special（11条）** — 格式基本正确，字母已留空
2. **再处理 pinyin（230条）** — 大部分正确，重点改 `長(なが)`、`重(かさ)`
3. **split 分三批**：
   - A类熟字训读（89）：整词+连写拼音
   - B类中文音译（11）：整词处理
   - C类~省略（101）：统一决定~的处理方式
4. **verb（1条）** — 单独处理

---

## 可考虑的规则改进

1. **假名读音辅助拼音**：建立 `汉字+假名→拼音` 映射表
   - `長+なが→chang`、`重+かさ→chong`
   - 可自动修正部分 pinyin 桶条目
2. **熟字训读词典**：常见熟字训读（吹雪、博士、成田等）直接查表
3. **~处理规则**：统一决定省略标记的展开或保留策略