跳转至

其它功能

本页旨在介绍其它功能,包括界面及使用的各项细节。

筛选

关于来源与姓名的筛选设置,请参考人名机制“生成姓名”一节的介绍。

配置

配置选项页用于存放无法分到其它类别的设置。现有:

生成人名的数量。由于同一轮中生成的人名要求不重复,在可用构件不够多而设定的人名数量较大时,不会返回足够多的人名。生成器将最多尝试五倍于设定数量的次数。

一般来说使用默认的经验采样即可。均匀采样虽然会让小众姓名更容易浮现,但所产生的结果并不自然。

tshet-uinh-examples 所提供的不同的拼音、转写或拟音方案。详情请参阅其对应的切韵音系自动推导器。这里只是照搬了部分方案的默认选项。仅在人名和构件的详情页中使用。

默认使用切韵拼音(TUPA)这套方案,切换为其它方案后,详情页中释义与注音的地方会替换为对应的拼写。比如:

王力拟音 白一平转写

若勾选“显示概览人名的拼音”,则使用第三方库 pinyin-pro,为概览区人名标注拼音。选择英文模式时强制勾选此选项。

菜单栏

在三个选项卡抬头右侧另有若干功能选项。详细介绍如下

目前在生成较多人名时,采用异步即时显示的机制,所生成的人名按生成的顺序添加到概览区。可以随时设置区分姓名的显示格式以及人名的排序。

显示样式 显示样式1

第一个按钮负责保存当前的环境(各项设置及概览区的人名),第二个按钮载入上次保存的环境。目前只做了单个存档。数据保存在浏览器本地,关闭网页后下次打开依然有效。保存在本地的意思是,不同浏览器及不同设备之间并不互通。

环境

在概览区载入收藏的所有人名,或者清空当前收藏。

收藏

收藏或者取消收藏的按钮,位于人名的详情页、人名的下方。

功能收藏 功能取消收藏

收藏提示

导出与复制

目前支持:将概览区当前的全部人名导出为 TXT 文本文件、导出为 JSON、复制到剪贴板。

导出的文件格式如下(文件名可以自行设定,默认为当前时间):

导出结果

如要导出或复制收藏的人名,请先载入收藏。

复制

详情页

详情页

点击单个人名或构件将会打开对此人名的详情介绍。

外链

考虑到生成器装载的字典文件都比较轻量,关于汉字的完整释义,可以在常用网站中查询。单个字的信息底部提供了一些网站的外链,点击即可打开新标签页,跳转到该字的信息页面(请注意itch.io是否拦截了直接左键单击打开新标签页的行为)。

以下标签组的内容与快速入门中的相同。

详情页1 对每个字提供广韵释义、现代英文释义及古汉语释义的英文翻译、切韵系注音及现代拼音(1)。来源&频次中显示的是对当前所勾选来源的统计信息。

  1. 广韵释义及切韵系注音来自TshetUinh.js,后者需要保证 TshetUinh.js 成功加载。现代英文释义及拼音来自Unihan。古汉语的英文翻译来自Old Chinese: A New Reconstruction(白一平、沙加爾著《上古漢語新構擬》)所附构拟词表,综合比较下是当前最好的选择,尽管原书声明

    The English glosses are for identification only and are not intended as definitive semantic reconstructions.

详情页2

详情页3

详情页4

界面

Material Design

目前生成器的 UI 少量升级为 Material Design 3 的设计,但考虑到未知的可访问性,目前并没有在核心功能中直接调用。唯一使用的地方是:进度提示。

正确渲染时,您可以在初始的加载页面底部、及生成人名的过程中随机生成的右侧分别看到长条形和圆形的进度提示。如果未能渲染,不影响其它功能的使用。

部分元素采用原生 html+css+js 仿照了 Material Design 3 的设计标准,比如用于显示简短操作反馈或状态信息的 snackbar。其它不一一赘述。

snackbar

界面中所有的 svg 图标基本来自 Material Symbols & Icons - Google Fonts,或类似风格的绘制。

移动端适配

当窗口为移动端竖屏,或长度大于宽度、窗口略窄,将通过滑动查看菜单栏与可用构件。

用户可以悬停在左侧/右侧的绿色渐变区域以触发自动滑动,或使用鼠标滚轮,或在触摸屏上拖拽,或者于未在界面任意文本框中键入内容时,使用键盘的A/D键左右滑动。

性别偏度

采用 v1.2 的数据所做的性别偏度值的估计,现移动到人名详情页的底部,并依然在人名概览区的每项人名的背景颜色与图案上有所区分(部分特殊人名除外)。

目前尚未使用新版本的数据更新训练结果。

考虑到浏览器的性能、前端可用的第三方库、不同性别数据的过大规模差距以及相应处理措施的不再有效,所用的乃是最简单的线性回归。尽管以肉眼看,大部分姓名的主观性别感受与性别偏度值大抵依然正相关,但是请用户在使用时始终记住,估算并不严谨,且大部分姓名是通用的,起名时不必拘泥于此。

如对具体的计算方法、或者对人工智能道德、性别偏见等方面有所疑问,请阅读作者此前写作的v1.3 附:性别偏度的说明和计算一文中的计算步骤以及写在最前面的说明。一言以蔽之,提供性别偏度值的估测以及所使用的过采样是为了尽量抵消数据来源中性别不平衡的影响,是避免偏见的手段而非产生偏见的来源。