added customised dictionary. tested ok

dictionary/add_weights.py

@@ -0,0 +1,64 @@
+
+import jieba
+import jieba.posseg as pseg
+from sklearn.feature_extraction.text import TfidfVectorizer
+import numpy as np
+
+def get_term_type(term):
+    # 使用jieba进行词性标注
+    words = pseg.cut(term)
+    pos_list = [w.flag for w in words]
+    
+    # 如果词组只有一个词，直接返回其词性
+    if len(pos_list) == 1:
+        return pos_list[0]
+    
+    # 如果是多词组合，返回最后一个词的词性（通常是核心词）
+    return pos_list[-1]
+
+def process_file(input_file, output_file):
+    with open(input_file, 'r', encoding='utf-8') as f:
+        terms = [line.strip() for line in f.readlines()]
+
+    # 创建每个词条的"文档"
+    documents = [term.replace(' ', '') for term in terms]
+
+    # 计算TF-IDF
+    vectorizer = TfidfVectorizer()
+    tfidf_matrix = vectorizer.fit_transform(documents)
+    feature_names = vectorizer.get_feature_names_out()
+    
+    # 获取权重
+    weights = {}
+    for term_idx, term in enumerate(terms):
+        term_without_spaces = term.replace(' ', '')
+        if term_without_spaces in feature_names:
+            weight = tfidf_matrix[term_idx, feature_names == term_without_spaces].toarray()[0][0]
+            weights[term] = weight
+
+    # 将权重归一化到0-100范围
+    max_weight = max(weights.values())
+    min_weight = min(weights.values())
+    weight_range = max_weight - min_weight
+    normalized_weights = {term: int((weight - min_weight) / weight_range * 100) if weight_range > 0 else 50
+                          for term, weight in weights.items()}
+
+    # 按权重排序词条
+    sorted_terms = sorted(normalized_weights.items(), key=lambda x: x[1], reverse=True)
+
+    # 写入输出文件
+    cnt = 0
+    with open(output_file, 'w', encoding='utf-8') as f:
+        if cnt != 10:
+            for term, weight in sorted_terms:
+                term_type = get_term_type(term.replace(' ', ''))
+                f.write(f"{term} {weight} {term_type}\n")
+                cnt += 1
+
+    print(f"处理了 {len(sorted_terms)} 个词条。")
+
+# 处理文件
+input_file = 'dictionary_reviewed_rows.txt'  # 替换为您的输入文件名
+output_file = 'dictioanry_reviewed_rows_weighted.txt'
+
+process_file(input_file, output_file)

dictionary/dictionary.txt

@@ -0,0 +1,452 @@
+2050 淨 零排放
+CBAM 碳 關稅
+CDM 計畫
+H   型 鋼生產 程序
+一貫式 煉鋼
+一貫煉 鋼鋼 胚生產 程序
+三 氟化 氮
+三氯乙烯
+三氯乙烷
+三氯甲烷
+上市 櫃 公司 永續 發展 路徑 圖
+不銹鋼 熱軋 鋼 捲 （ 板 ） 生產 程序
+世界 企業 永續 發展 協會
+世界 永續 發 展商 業委員會
+世界 自然 基金 會
+世界 資源 研究所
+世界 資源 研究院
+中華民國 國家 標準
+乙苯
+二氧化碳
+二氧化碳 當量
+二氯乙烷
+二氯甲烷
+二甲苯
+交通部
+京都 議定 書
+他經 中央 主管 機關 認定 項目
+以 逸散 方式 排放 溫室 氣體 之 設備 或 設施
+企業 價值 鏈
+企業 碳足跡 輔導
+低 碳產品
+低 碳產品 獎勵
+低位 熱值
+低碳 綠色 成長
+低碳 能源 運具 使用 事項
+使用 化石 燃料 之運輸 設備
+使用 含氟 氣體 或 六氟化硫 之蝕刻 設備
+使用 外購 能源 （ 電力 或 蒸汽 ） 之 設備
+使用 階段
+內政部
+內部 技術 審查
+全國 溫室 氣體 排放 及 吸收 趨勢
+全氟 碳化物
+公噸   CO2e
+公噸 二氧化碳 當量
+公正 轉型
+公正 轉型 之 推動 事項
+六氟化硫
+其他 氣候 變遷 調 適及 溫室 氣體 減量 事項
+其他 自願性 減量 計畫
+其他 間接 排放
+具備 熟料 生產 程序
+再生能源 中長 期 目標
+再生能源 及 能源 科技 發展 事項
+出口 國碳價 繳付 證明
+出口 標 的 產品 確認
+初始 文件 審查 及 風險 評估
+化學氣 相沉 積 製 成 程
+半導 體業
+半導 體業 排放 源
+半導 體業 排放 溫室 氣體 種類
+原住 民族 氣候 變遷 調 適及 溫室 氣體 減量 事項
+原住民 委員會
+原料 取得 階段
+台灣 德國萊因 技術 監護 顧問 股份 有限公司
+台灣 檢驗 科技股份 有限公司
+台灣衛理 國際品 保驗證 股份 有限公司
+各部 門溫室 氣體 減量 情境
+商標法
+四 氯乙烯
+四氯化碳
+固定 燃燒 排放 源
+固定 燃燒 排放 溫室 氣體 種類
+國土 資源 永續 利用 及 能源 供需 穩定
+國家 層面 的 承諾
+國家 溫室 氣體 排放 清冊
+國家 溫室 氣體長 期 減量 目標
+國家 發展 委員會
+國家 科學及 技術 委員會
+國家階段 管制 目標
+國情 及 環境 基本 資料
+國際 公定 分析 化學家 協會 之 標準 方法
+國際 合作 及 交流
+國際 標準 組織
+國際 標準 組織 之 標準 測定 方法
+國際 溫室 氣體 相關 公約 法律 之 研析 及國際會議 之 參 與 事項
+國際 認證 論 壇
+國際 電氣 技術 委員會
+國際標 準化 組織
+國際電 工委 員會
+土地利用 、 土地利用 變化 及 林業 部門 溫室 氣體 吸收 趨勢
+土壤
+地方 和 企業 層面 的 倡議
+執 行期 程
+執行 流程   PDCA
+外交部
+外加 性 分析
+外購 電力 或 蒸汽 之 能源 間接 排放 源
+外購 電力 或 蒸汽 之 能源 間接 排放 溫室 氣體 種類
+審核 校驗 與 測試 實驗室 之 技術 能力 的 全球 標準
+展開查 證作業
+巴黎 協定 目標
+市場 行銷
+年 活動 數據
+年 燃料 用量
+廢棄 處理階段
+廢棄物 回收 處理 及 再 利用
+廢棄物 回收 處理 及 再 利用 事項
+建立 查證 協議
+建築 溫室 氣體 減量 管理 事項
+強制性 市場 的 總量 管制 與 碳 交易
+徵收 碳費
+我國 溫室 氣體 減量 之 政策 及 措施
+技術 研發 、 需求 及 移轉
+投資 再生能源
+抵換 比率
+排放 係 數
+排放 係 數法
+排放 強度
+排放 減量 權證
+排放 源 鑑別
+排放 源盤查
+排放 源類 型
+排放 額度
+排放量
+排放量 增量 抵換
+排放量 清冊 及 盤查 報告 書 撰 寫
+排放量 登錄 及 查驗
+排放量 盤查
+排放量 規模
+排放量 計算
+提供 資訊給 產業界 、 政府 或 非政府 機構 之 決策 者
+揮 發性 有 機物
+擴散區
+改造 或汰換 既有 鍋爐 之 減量 計算 基準
+效能 標準 獎勵 額度
+教育 、 培訓 及 宣導
+教育部
+數據 品質 管理
+新設 或 變 更 溫室 氣體 排放 源 排放量 規模
+斷路器 等 電路 設施
+方案 型 抵換 專案
+旋轉式 燒成 爐
+日本 工業 規格 協會 之 日本 工業 標準
+時尚產業 氣候 憲章
+服務業 溫室 氣體 減量 管理 事項
+查證 意見
+核發查 證聲明
+核配 排放 額度
+森林
+標 的 產品 數據 盤查
+標 的 產品 碳足跡 盤查 報告
+標 的 產品 碳足跡 第三方 查證
+標 的 產品 碳足跡 綠色 行銷
+標 的 產品 碳足跡 計算
+標 的 產品 範疇 界定
+歐盟
+歐盟 排放 交易 制度
+歐盟 碳 中 和 目標
+歐盟 碳 邊境 調整 機制
+歐盟 認可 之 檢測 方法
+氣候 變遷
+氣候 變遷 及 系統 觀測 研究
+氣候 變遷 因應法
+氣候 變遷 因應法 第二十一 條 第二 項規定
+氣候 變遷 科學
+氣候 變遷 衝擊 影響 及 調適 對策
+氣候 變遷 調 適及 溫室 氣體 減量 之 教育 宣導 事項
+氣候 變遷 調適
+氣候 變遷 調適 專章
+氣候 變遷 調適 相關 事宜 之 研擬 及 推動 事項
+氣候 財務 揭露
+氧化 亞氮
+氧化 矽
+氧化 鈣
+氧化 鋁
+氧化 鐵
+氫 氟 碳化物
+氮氧化物
+水泥 業
+水泥 業 排放 源
+水泥 業 排放 溫室 氣體 種類
+永續 會
+永續 會計 準則
+汰 換漁船 集魚 燈 設備 為 發光 二極體 ( LED ) 集魚 燈 設備
+汰 換空調 設備 為 高效率 空調 設備
+汰換 既有 增氧設備 為 高效率 增氧設備
+汰換 照明 設備 為 高效率 照明 設備
+汰換 老 舊汽 （ 機 ） 車為 電動汽 （ 機 ） 車
+汰換 老舊 機車 為 電動 機車 之 減量 計算 基準
+汰換 老舊 農機 為 電動 農機
+汽力 機組 鍋爐 發電 程序
+活動 數據
+海洋
+海洋 委員會
+淘汰 老舊 汽車 換購 低 碳 排車輛
+淨 零排放
+淨 零排放 轉型
+清潔 發展 機制 計畫
+減碳
+減碳 基線
+減碳 承 諾
+減碳 目標
+減碳 路徑
+減量
+減量 對策
+減量 效益 評估
+減量 目標 的 設定
+減量 貢獻及 減量 成本 之 估算
+減量 額度
+減量 額度 期間
+溫室 氣體
+溫室 氣體 國家 報告
+溫室 氣體 專案 型 查驗
+溫室 氣體 年 排放量
+溫室 氣體 抵換 專案
+溫室 氣體 排放
+溫室 氣體 排放 、 吸收 統計及 趨勢 分析
+溫室 氣體 排放 之稅費 機制
+溫室 氣體 排放 回收 再 利用 或 破壞 去除 技術 之 減量 計算 基準
+溫室 氣體 排放 源
+溫室 氣體 排放 種類
+溫室 氣體 排放 預測
+溫室 氣體 排放 額度 之 核配
+溫室 氣體 排放 額度 抵換 專案
+溫室 氣體 排放量
+溫室 氣體 排放量 交易
+溫室 氣體 排放量 增量
+溫室 氣體 排放量 增量 抵換
+溫室 氣體 排放量 增量 計算 方式
+溫室 氣體 排放量 清冊
+溫室 氣體 排放量 盤查
+溫室 氣體 排放量 盤查 作業 指引
+溫室 氣體 排放量 盤查 登錄 及 查驗 管理 辦法 修正 條文
+溫室 氣體 排放量 試算 工具
+溫室 氣體 減緩 措施
+溫室 氣體 減量
+溫室 氣體 減量 先期 專案
+溫室 氣體 減量 及 管理法
+溫室 氣體 減量 對 整體 經濟 影響 評估 及 因應 規劃 事項
+溫室 氣體 減量 技術
+溫室 氣體 減量 措施
+溫室 氣體 減量 現況
+溫室 氣體 減量 科技 之研 發及 推動 事項
+溫室 氣體 盤查
+溫室 氣體 盤查 報告 書
+溫室 氣體 盤查 涵蓋 範疇
+溫室 氣體 盤查 議定 書
+溫室 氣體 盤查 資訊
+溫室 氣體 管理 基金
+溫室 氣體 組織型 查驗
+溫室 氣體 總量 管制 交易 制度 之 建立 及國際 合作 減量 機制 之 推動 事項
+溫室 氣體 自願 減量 專案
+溫室 氣體 認證 機構 及 查驗 機構 管理 辦法
+溫室 氣體 階段 管制 目標
+溫暖化 潛勢
+澳洲 新南 威爾斯 排放 減量 制度
+熟料
+熟料 燒 成 製 程
+熟料 生產 程序
+燃料 熱值 及 原 （ 物 ） 料 與 燃料 碳 含量
+燃料 熱值 檢測
+燃氣 鍋爐
+燃油 鍋爐
+燃煤 或 燃油 設備 改用 天然 氣 、 沼氣 為 燃料 之 減量 計算 基準
+燃煤 鍋爐
+獎勵 額度
+環保署 國家 溫室 氣體 登錄 台 排放量 試算 工具
+環境 檢測 標準 方法
+環境績 效相關 指標 之 選擇
+生命 週期
+生命 週期 評估
+生命 週期 評估 作業
+生命 週期 評估 國際 標準
+生料 研磨 製 程
+產品 生命 週期 碳 排放量
+產品 碳足 跡減 量 標 籤
+產品 碳足跡
+產品 碳足跡 標 籤
+產品 碳足跡 計算 規範
+產品 碳足跡 認證 機構
+產品 類別 規則
+產業淨 零排放
+甲烷
+甲苯
+發電業
+發電業 排放 源
+發電業 排放 溫室 氣體 種類
+盤查 分析 階段
+盤查 資料 保存
+目的 與 範疇 界定 階段
+直接 排放
+直接 監測法
+石油 煉 製 業
+石油 煉 製 業 排放 源
+石油 煉 製 業 排放 溫室 氣體 種類
+石油 煉 製 程序
+硫 氧化物
+碳 交易
+碳 交易 市場
+碳 匯量
+碳 抵換
+碳 抵換 額度
+碳 排放 交易 系統
+碳 排放 數據
+碳 排放 額
+碳 排放量
+碳 排放量 計算
+碳 揭露 計畫
+碳 關稅
+碳中 和
+碳中 和 實施 與 宣告 指引
+碳中 和 目標
+碳定價
+碳標 籤
+碳權
+碳權 交易
+碳權 抵換
+碳權 抵減
+碳洩漏
+碳盤查
+碳稅
+碳費
+碳費費率
+碳足跡
+碳足跡 國際 標準
+碳足跡 排放量
+碳足跡 查證 機構
+碳足跡 查證 的 作業 程序
+碳足跡 標 籤
+碳足跡 比率
+碳足跡 盤查
+碳足跡 計算
+碳足跡 量 化
+碳邊境 調整 機制
+確認 與 查證 多邊 相互 承認 協議
+科學 基礎 減碳 目標
+科學 基礎 減量 目標
+科學 基礎 目標 倡議
+移動 燃燒 排放 源
+移動 燃燒 排放 溫室 氣體 種類
+積體 電路晶 圓 製 造 程序
+空氣 污染物
+立恩威 國際驗證 股份 有限公司
+粒狀 污染物
+組織 層級 溫室 氣體 排放 與 移除 量化 及 報告 附 指引 之規範
+組織型 溫室 氣體 查證 標準
+結合型 氣渦 輪機
+經濟部
+經濟部 中小 企業 處 提供 之碳排 估算 工具
+經濟部 工業局 提供 之排 碳金 好算
+經濟部 標準 檢驗局
+經驗 證碳 標準
+綠色 品牌
+綠色 形象
+綠色 技術
+綠色 服務
+綠色 產品
+綠色 產業
+綠色 行銷
+綠色 金融 及 溫室 氣體 減量 之 誘因 機制 研擬 及 推動 事項
+綠色 金融 機制
+總量 管制
+美國 公共 衛生 協會 之水質 及 廢水 標準 方法
+美國 材料 試驗 協會 之 方法
+美國 東北區域 溫室 氣體 倡議
+美國 環保署 公告 方法
+老舊 汽車汰 舊換 新 溫室 氣體 減量 獎勵 辦法
+聯合 減量 計畫
+聯合國 全球 契約
+聯合國 氣候 變化 綱要 公約
+能源 、 工 業 製 程 與 產 品 使用 、 農業 、 土地利用 、 土地利用 變化 及 林業 、 廢棄物 等 部門 溫室 氣體 統計及 排放 趨勢
+能源 、 製 造 、 住商 、 運輸 、 農業 、 環境 等 部門 階段 管制 目標
+能源 使用 效率 提升 及 能源 節約 事項
+能源 管理系 統的 國際 標準
+能源 間接 排放
+自主 減量 情形 及 減量 效果
+自然 碳匯
+自然 資源 管理 、 生物 多樣 性 保育 及 碳匯 功能 強化 事項
+自願 減量 專案
+自願性 市場 的 碳 抵換
+自願性 減量 機制
+自願性 溫室 氣體 減量 管理 作業
+芝加哥 氣候 交易所
+苯
+苯乙烯
+英國 標準 協會
+薄膜 區及 擴散區
+薄膜 電晶體 元件 陣列 基板 或 彩色 濾光片 生產 程序
+薄膜 電晶體 液晶 顯示 器業
+薄膜 電晶體 液晶 顯示 器業 排放 源
+薄膜 電晶體 液晶 顯示 器業 排放 溫室 氣體 種類
+藉由 燃燒 化石 燃料 產生熱 或 蒸汽 之 固定式 設備
+蝕 刻區
+行政院 國家永續 發展 委員會
+行政院 環保署
+行政院 環境 保護署
+行政院 環境 保護署 審查 開發行 為 溫室 氣體 排放量 增量 抵換 處理 原則
+行政院 農委會
+衝擊評 估階段
+裂解 程序
+製 程 排放 源
+製 程 排放 溫室 氣體 種類
+製 造 業
+製 造 部 門 溫 室 氣 體 減 量 事 項
+製 造 階 段
+複 循環機 組發電 程序
+規劃 查證 與 取樣 計畫
+觸媒 重組 程序
+計入期
+計畫型 交易
+計畫型 抵換 專案
+計算 總碳 排放量
+負 排放 技術
+財政部
+質量 平衡 法
+購買 碳權
+軋鋼 程序
+輻射 驅動力
+農業 溫室 氣體 減量 管理 、 低碳 飲食 推廣及 糧食 安全 確保事項
+逸散 排放 源
+逸散 排放 溫室 氣體 種類
+運輸 管理 、 大眾 運輸 系統 發展 及其 他 運輸 部門 溫室 氣體 減量 事項
+道瓊永續 指數 評比
+邊界 設定
+配售 排放 額度
+配送 銷售 階段
+配額型 交易
+量測 數據
+金屬 軋造 程序
+金管會
+金融 監督 管理 委員會
+鋼鐵業
+鋼鐵業 排放 源
+鋼鐵業 排放 溫室 氣體 種類
+鑑別 產品 在 生命 週期 各細節 處 環境 績效 的 改善 機會
+開發行 為 溫室 氣體 排放量 增量
+間接 排放
+闡釋 階段
+電力 排放 係 數
+電力 需求 成長
+電弧 爐 不銹 鋼鋼 胚生產 程序
+電弧 爐 碳 鋼鋼 胚生產 程序
+電弧 爐煉 鋼 製 造 程序
+電氣輸 配線 路 之變 壓器
+非量 測數據
+香港 商英國 標準 協會 太平洋 有限公司 台灣 分公司
+高效率 省電 照明 設備 之 減量 計算 基準
+高效率 空調 設備 之 減量 計算 基準
+黃 金標準
+行 政院 環境 保護署
+行 政院 環境 保護署 推動產品 碳足跡 管 理 要點

dictionary/dictionary_reviewed_rows_weighted.txt

@@ -0,0 +1,578 @@
+什麼意思 80 n
+是什麼 80 n 
+碳排放 100 n
+碳盤查 100 v
+請問 80 v 
+2050 50 m
+一貫式 50 k
+一貫煉 50 v
+三氟化氮 50 n
+三氯乙烯 50 nz
+三氯乙烷 50 nz
+三氯甲烷 50 nz
+上市櫃 50 zg
+不銹鋼 50 n
+世界 50 n
+中央 50 n
+中小 50 j
+中華民國 50 nt
+中長期 50 j
+主管 50 n
+乙苯 50 n
+事宜 50 n
+事項 50 n
+二極體 50 n
+二氧化碳 50 nz
+二氯乙烷 50 nz
+二氯甲烷 50 nz
+二甲苯 50 nz
+交易 50 n
+交易所 50 nt
+交流 50 n
+交通部 50 nt
+京都 50 ns
+企業 50 n
+估算 50 v
+低位 50 n
+低碳 50 n
+住商 50 n
+作業 50 n
+使用 50 v
+供需 50 n
+係數 50 m
+保存 50 v
+保育 50 v
+保護署 50 ng
+修正 50 nr
+倡議 50 n
+價值 50 n
+元件 50 n
+先期 50 t
+內政部 50 nt
+內部 50 f
+全國 50 nt
+全氟 50 n
+全球 50 n
+公共 50 b
+公司 50 n
+公告 50 n
+公噸 50 m
+公定 50 n
+公正 50 nr
+公約 50 n
+六氟化硫 50 nz
+其他 50 r
+具備 50 v
+再生能源 50 l
+出口 50 vn
+出口國 50 zg
+分公司 50 n
+分析 50 vn
+初始 50 v
+利用 50 n
+制度 50 n
+功能 50 n
+化學 50 n
+化學家 50 n
+化石 50 n
+匯量 50 n
+區域 50 n
+半導體 50 n
+協定 50 v
+協會 50 n
+協議 50 n
+原住民 50 n
+原住民族 50 n
+原則 50 n
+原料 50 n
+原物料 50 n
+去除 50 v
+參與 50 v
+及國際會議 50 n
+取得 50 v
+取樣 50 v
+台灣 50 ns
+各細節 50 n
+各部門 50 zg
+合作 50 vn
+含氟 50 n
+含量 50 n
+吸收 50 v
+品保 50 n
+品牌 50 n
+品質 50 n
+商業 50 n
+商標法 50 n
+四氯乙烯 50 nz
+四氯化碳 50 nz
+回收 50 v
+因應 50 v
+因應法 50 vn
+固定 50 a
+固定式 50 l
+國土 50 n
+國家 50 n
+國家永續 50 d
+國情 50 n
+國際 50 n
+國際驗證 50 nt
+土地利用 50 ns
+土壤 50 n
+地方 50 n
+執行 50 v
+培訓 50 vn
+基本 50 n
+基板 50 n
+基準 50 n
+基礎 50 n
+基線 50 n
+基金 50 n
+基金會 50 zg
+報告 50 n
+增氧設備 50 vn
+增量 50 n
+外交部 50 nt
+外加性 50 n
+外購 50 v
+多樣性 50 n
+多邊 50 r
+大眾 50 n
+天然氣 50 zg
+太平洋 50 ns
+契約 50 ns
+好算 50 v
+委員會 50 n
+威爾斯 50 nrt
+安全 50 an
+宣告 50 n
+宣導 50 vn
+實施 50 v
+實驗室 50 n
+審查 50 vn
+審核 50 v
+專案 50 n
+專章 50 n
+對策 50 n
+展開 50 v
+層級 50 n
+層面 50 n
+工具 50 n
+工業 50 n
+工業局 50 n
+巴黎 50 ns
+市場 50 n
+平台 50 n
+平衡 50 a
+廢棄 50 v
+廢棄物 50 n
+廢水 50 n
+建立 50 v
+建築 50 n
+強制性 50 n
+強化 50 v
+強度 50 n
+形象 50 n
+彩色 50 n
+影響 50 vn
+徵收 50 nr
+德國萊因 50 nrt
+情境 50 n
+情形 50 n
+意見 50 n
+憲章 50 n
+成本 50 n
+成長 50 v
+我國 50 r
+承認 50 v
+承諾 50 v
+承諾 50 x
+技術 50 n
+投資 50 vn
+抵換 50 v
+抵減 50 v
+指引 50 v
+指數 50 n
+指標 50 n
+排放 50 v
+排放源 50 ng
+排放量 50 n
+排碳金 50 n
+推動 50 v
+推動產品 50 n
+推廣 50 v
+措施 50 n
+提供 50 v
+提升 50 v
+換購 50 v
+揭露 50 v
+揮發性 50 n
+撰寫 50 v
+擴散區 50 n
+改善 50 v
+改用 50 v
+改造 50 v
+政府 50 n
+政策 50 n
+效果 50 n
+效率 50 n
+效益 50 n
+效能 50 n
+教育 50 vn
+教育部 50 n
+整體 50 n
+數據 50 n
+文件 50 n
+新南 50 ns
+新設 50 nt
+斷路器 50 n
+方式 50 n
+方案型 50 k
+方法 50 n
+旋轉式 50 n
+既有 50 c
+日本 50 ns
+時尚產業 50 n
+晶圓 50 vg
+會計 50 v
+有機物 50 n
+有限公司 50 n
+服務 50 vn
+服務業 50 n
+期程 50 n
+期間 50 f
+材料 50 n
+東北 50 ns
+林業 50 n
+查證 50 v
+查驗 50 v
+校驗 50 n
+核發 50 n
+核配 50 vn
+條文 50 n
+森林 50 n
+標準 50 n
+標準化 50 n
+標的 50 uj
+標籤 50 zg
+機制 50 n
+機會 50 n
+機構 50 n
+機組 50 n
+機車 50 n
+機關 50 n
+檢測 50 vn
+檢驗 50 vn
+檢驗局 50 n
+權證 50 n
+歐盟 50 j
+比率 50 n
+氣候 50 n
+氣渦 50 n
+氣相沉積 50 v
+氣體 50 n
+氧化亞氮 50 n
+氧化物 50 n
+氧化矽 50 nz
+氧化鈣 50 x
+氧化鋁 50 zg
+氧化鐵 50 zg
+氫氟碳化物 50 n
+氮氧化物 50 n
+水泥 50 n
+水質 50 n
+永續 50 d
+污染物 50 n
+汰換 50 v
+汰舊換新 50 a
+決策者 50 k
+汽力 50 n
+汽機車 50 n
+汽車 50 n
+沼氣 50 n
+法律 50 n
+活動 50 vn
+流程 50 n
+海洋 50 ns
+液晶 50 n
+涵蓋 50 v
+淘汰 50 v
+淨零排放 50 l
+清冊 50 n
+清潔 50 a
+減碳 50 n
+減緩 50 v
+減量 50 v
+減量事項 50 n
+減量 50 x
+測定 50 v
+測試 50 vn
+準則 50 n
+溫室 50 n
+溫室氣體 50 n
+溫暖化 50 n
+漁船 50 n
+潛勢 50 n
+澳洲 50 ns
+濾光片 50 nz
+煉製 50 zg
+煉鋼 50 n
+照明 50 v
+熟料 50 n
+熱值 50 n
+熱軋 50 v
+燃料 50 n
+燃氣 50 n
+燃油 50 n
+燃煤 50 n
+燃燒 50 v
+燒成 50 v
+燒成爐 50 n
+獎勵 50 vn
+現況 50 n
+環保署 50 ng
+環境 50 n
+生命 50 vn
+生料 50 n
+生物 50 n
+生產 50 vn
+產品 50 n
+產業 50 n
+產業淨 50 n
+產業界 50 n
+產生熱 50 n
+用量 50 n
+甲烷 50 nz
+甲苯 50 nz
+界定 50 n
+當量 50 n
+登錄 50 v
+發光 50 v
+發展 50 vn
+發電 50 vn
+發電業 50 n
+監測法 50 n
+監督 50 vn
+監護 50 vn
+盤查 50 vn
+目標 50 n
+目的 50 n
+直接 50 ad
+相互 50 d
+相關 50 v
+省電 50 j
+石油 50 n
+研擬 50 vn
+研析 50 vn
+研發 50 j
+研磨 50 vn
+研究 50 vn
+研究所 50 n
+研究院 50 n
+破壞 50 v
+碳中和 50 c
+碳價 50 n
+碳化物 50 n
+碳匯 50 v
+碳定價 50 n
+碳排 50 v
+碳標籤 50 zg
+碳權 50 n
+碳洩漏 50 v
+碳稅 50 n
+碳費 50 n
+碳費費率 50 n
+碳足跡 50 n
+碳邊境 50 s
+碳鋼 50 n
+確保事項 50 n
+確認 50 v
+科學 50 n
+科技 50 n
+移動 50 vn
+移轉 50 vn
+移除 50 v
+稅費 50 n
+程序 50 n
+種類 50 n
+積體 50 n
+穩定 50 a
+空氣 50 n
+空調 50 n
+立恩威 50 nr
+第三方 50 m
+管制 50 vn
+管理 50 vn
+管理法 50 n
+管理系統 50 zg
+管理 50 x
+節約 50 n
+範疇 50 nr
+粒狀 50 n
+糧食 50 n
+系統 50 n
+組織 50 v
+組織型 50 k
+結合型 50 n
+統計 50 v
+統計及 50 c
+經濟 50 n
+經濟部 50 n
+經驗 50 n
+綠色 50 n
+綱要 50 v
+總碳 50 n
+總量 50 n
+績效 50 b
+繳付 50 v
+美國 50 ns
+老舊 50 a
+聯合 50 nt
+聯合國 50 nt
+聲明 50 n
+股份 50 n
+胚生產 50 n
+能力 50 n
+能源 50 n
+自主 50 v
+自然 50 d
+自然碳匯 50 v
+自願 50 d
+自願性 50 n
+芝加哥 50 ns
+苯乙烯 50 nz
+英國 50 ns
+蒸汽 50 n
+薄膜 50 n
+薄膜區 50 x
+藉由 50 nr
+處理 50 v
+處理階段 50 n
+蝕刻 50 v
+蝕刻區 50 n
+行政院 50 n
+行銷 50 n
+衛理 50 n
+衛生 50 an
+衝擊 50 vn
+裂解 50 v
+製程 50 q
+製造 50 v
+製造業 50 ng
+複循環 50 v
+要點 50 q
+規則 50 n
+規劃 50 n
+規定 50 n
+規格 50 n
+規模 50 n
+規範 50 n
+觀測 50 vn
+觸媒 50 n
+計入期 50 n
+計畫 50 n
+計畫型 50 k
+計算 50 v
+設備 50 vn
+設定 50 v
+設施 50 n
+評估 50 vn
+評比 50 v
+試算 50 vn
+試驗 50 vn
+認可 50 v
+認定 50 v
+認證 50 v
+誘因 50 n
+調整 50 vn
+調適 50 v
+證明 50 n
+證碳 50 n
+議定 50 v
+議定書 50 n
+變化 50 vn
+變壓器 50 n
+變更 50 v
+變遷 50 vn
+財務 50 nt
+財政部 50 nt
+貢獻 50 nr
+資料 50 n
+資源 50 n
+資訊 50 n
+質量 50 n
+購買 50 v
+趨勢 50 n
+路徑 50 n
+車輛 50 n
+軋造 50 v
+軋鋼 50 n
+輔導 50 vn
+輪機 50 n
+輸配線路 50 n
+輻射 50 v
+轉型 50 n
+辦法 50 n
+農委會 50 nt
+農業 50 n
+農機 50 n
+週期 50 t
+逸散 50 v
+運具 50 n
+運輸 50 vn
+道瓊 50 nz
+選擇 50 v
+邊境 50 n
+邊界 50 n
+部門 50 n
+配售 50 vn
+配送 50 v
+配額型 50 k
+重組 50 vn
+量化 50 v
+量測 50 v
+金屬 50 n
+金管會 50 n
+金融 50 n
+銷售 50 vn
+鋼生產 50 n
+鋼胚 50 n
+鋼鋼 50 n
+鋼鐵業 50 n
+鍋爐 50 n
+鑑別 50 v
+長期 50 d
+開發行 50 v
+間接 50 b
+關稅 50 n
+闡釋 50 v
+陣列 50 q
+階段 50 n
+集魚燈 50 n
+零排放 50 l
+電力 50 n
+電動 50 n
+電工 50 n
+電弧爐 50 n
+電晶體 50 n
+電氣 50 n
+電路 50 n
+需求 50 v
+非政府 50 nt
+項目 50 n
+預測 50 vn
+額度 50 n
+類別 50 n
+類型 50 n
+顧問 50 nr
+顯示器 50 n
+顯示器業 50 n
+風險 50 n
+飲食 50 n
+香港 50 ns
+驅動力 50 n
+驗證 50 v
+高效率 50 n
+黃金 50 nr
+論壇 50 zg
+量化 50 n
+行政院 50 n

dictionary/dictionary_to_rows.py

@@ -1,4 +1,3 @@
-
 def process_file(input_file, output_file):
     unique_terms = set()
 

dictionary/結巴詞性表.txt

@@ -0,0 +1,55 @@
+- a 形容词  
+	- ad 副形词  
+	- ag 形容词性语素  
+	- an 名形词  
+- b 区别词  
+- c 连词  
+- d 副词  
+	- df   
+	- dg 副语素  
+- e 叹词  
+- f 方位词  
+- g 语素  
+- h 前接成分  
+- i 成语 
+- j 简称略称  
+- k 后接成分  
+- l 习用语  
+- m 数词  
+	- mg 
+	- mq 数量词  
+- n 名词  
+	- ng 名词性语素  
+	- nr 人名  
+	- nrfg    
+	- nrt  
+	- ns 地名  
+	- nt 机构团体名  
+	- nz 其他专名  
+- o 拟声词  
+- p 介词  
+- q 量词  
+- r 代词  
+	- rg 代词性语素  
+	- rr 人称代词  
+	- rz 指示代词  
+- s 处所词  
+- t 时间词  
+	- tg 时语素  
+- u 助词  
+	- ud 结构助词 得
+	- ug 时态助词
+	- uj 结构助词 的
+	- ul 时态助词 了
+	- uv 结构助词 地
+	- uz 时态助词 着
+- v 动词  
+	- vd 副动词
+	- vg 动词性语素  
+	- vi 不及物动词  
+	- vn 名动词  
+	- vq 
+- x 非语素词（包含标点符号）
+- y 语气词  
+- z 状态词  
+	- zg 

whisper.py

@@ -139,7 +139,7 @@ error_correction = {
 def set_jieba_dictionary(dict_path):
     if os.path.exists(dict_path):
         jieba.set_dictionary(dict_path)
-        jieba.initialize() 
+        jieba.initialize()
         print(f"Set jieba dictionary to {dict_path}")
     else:
         print(f"Dictionary file {dict_path} not found. Using default dictionary.")
@@ -204,7 +204,7 @@ def main():
     parser = argparse.ArgumentParser(description="處理音頻文件使用 Whisper")
     parser.add_argument("--file", help="要處理的單個音頻文件的路徑")
     parser.add_argument("--folder", default="data", help="包含音頻文件的文件夾路徑（默認：data）")
-    parser.add_argument("--dict", default="dictionary_reviewed_rows.txt", help="jieba dictionary_reviewed_rows.txt")
+    parser.add_argument("--dict", default="dictionary/dictionary_reviewed_rows_weighted.txt")
     args = parser.parse_args()
 
     set_jieba_dictionary(args.dict)