Chinese Convert Mapper

在繁体中文、简体中文和日语汉字之间转换中文。

本SKILL使用依赖data_juicer，请在调用前安装好python环境并安装data_juicer，你可用同以下指令进行安装：

pip install py-data-juicer

核心参数

参数	类型	必填	默认值	说明
input_path	string	是	-	输入JSON文件路径
output_path	string	是	-	输出JSON文件路径
mode	string	否	s2t	转换模式

支持的转换模式

模式	说明
s2t	简体中文 → 繁体中文
t2s	繁体中文 → 简体中文
s2tw	简体中文 → 繁体中文（台湾标准）
tw2s	繁体中文（台湾标准）→ 简体中文
s2hk	简体中文 → 繁体中文（香港变体）
hk2s	繁体中文（香港变体）→ 简体中文
s2twp	简体中文 → 繁体中文（台湾习惯用语）
tw2sp	繁体中文（台湾习惯用语）→ 简体中文
t2tw	繁体中文 → 繁体中文（台湾标准）
tw2t	繁体中文（台湾标准）→ 繁体中文
hk2t	繁体中文（香港变体）→ 繁体中文
t2hk	繁体中文 → 繁体中文（香港变体）
t2jp	繁体中文（传统字形）→ 日语新字体
jp2t	日语新字体 → 繁体中文（传统字形）

使用方法

python scripts/run_chinese_convert_mapper.py --input_path <input_path> --output_path <output_path> [--mode <mode>]

实现原理

参照测试代码 test_chinese_convert_mapper.py 中的 _run_chinese_convert 函数：

# 1. 初始化算子
op = ChineseConvertMapper(mode='s2t')

# 2. 将数据转为Dataset，使用 op.run(dataset) 处理
dataset = Dataset.from_list(samples)
result_dataset = op.run(dataset)

输入输出格式

输入格式 (JSON数组)

[
  {"text": "这是几个简体字"},
  {"text": "這是幾個繁體字"}
]

输出格式 (JSON数组)

[
  {"text": "這是幾個簡體字"},
  {"text": "這是幾個繁體字"}
]

示例

示例1：简体转繁体（默认）

python scripts/run_chinese_convert_mapper.py --input_path example_input.json --output_path output.json

示例2：繁体转简体

python scripts/run_chinese_convert_mapper.py --input_path example_input.json --output_path output.json --mode t2s

示例3：简体转台湾繁体

python scripts/run_chinese_convert_mapper.py --input_path example_input.json --output_path output.json --mode s2tw

注意事项

• 默认模式为 s2t（简体转繁体）
• 转换只影响 text 字段，其他字段保持不变
• 不在转换范围内的字符（如数字、英文、标点符号）保持原样