华宇拼音输入法论坛

标题: 用数据说话，整句输入空前跃进 [打印本页]

作者: ZXD4G 时间: 2008-1-23 11:53
标题: 用数据说话，整句输入空前跃进
1.前后耗时一个多月时间，对几种热点拼音输入法整句输入能力进行了海量测试，使用了三种风格的素材，第一是互联网语料随机抽取(万分之一概率)文字，第二是《人民日报》2005年全部文字，第三是金庸全集文字，对三种输入法(共计四种实体)进行了考察，本帖汇报结果，一来是客观评价，二来是想告诉大家，通过科学算法和适量数据分析打造出来的拼音输入法，隐约地可以支持整句输入的习惯了，并且在持续提高。
2.解读下面的汇报结果：
0)“0.最佳”代表目前紫光华宇的最高能力，但它需要较大的数据资料文件支撑(大约80M，用RAR压缩后是46.xM)；
1)“1.紫光”代表62xx版本的能力，数据资料文件规模适中(12M左右，压缩在安装包中是6.xM)；
2)“2.搜狗”代表搜狗最新版和次新版(之间build号差别不大，估计能力差距也不大)的能力；
3)“3.谷歌”代表谷歌最新版的能力。
3.个人分析或观点：
1)基于科学的方法，准确率仍有可能提高，原来拍脑门大胆设想的85%，还是有望实现的。
2)超越了搜狗和谷歌，让人振奋不已，但是，对之的佩服也实实在在，人家以较小的数据资料文件，能够做到这样的准确率，一定还是有所长的，值得我们认真揣测和学习。
3)严重喜欢准确率的朋友们，可以考虑采用大数据资料文件，毕竟，现在的机器，百十来M的空间，不算什么，个人倾向于此，如何实现，当6.1发布前后，紫光华宇将提供一定的解决方案。

4.数字......
1)

—— www综合统计 —— 86407 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  86407 61938 71.68%  48864 3.16%
1.紫光  86407 56052 64.87%  63802 4.13%
2.搜狗  86407 54112 62.62%  70577 4.57%
3.谷歌  86407 55066 63.73%  67580 4.37%

—— 测试05字词句 —— 11225 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  11225 8277 73.74%  5619 5.01%
1.紫光  11225 7599 67.70%  7046 6.28%
2.搜狗  11225 7733 68.89%  7021 6.25%
3.谷歌  11225 7370 65.66%  7787 6.94%
—— 测试06字词句 —— 12499 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  12499 9554 76.44%  5616 3.74%
1.紫光  12499 8817 70.54%  7200 4.80%
2.搜狗  12499 8765 70.13%  7537 5.03%
3.谷歌  12499 8660 69.29%  7762 5.18%
—— 测试07字词句 —— 10597 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  10597 7719 72.84%  5933 4.00%
1.紫光  10597 7003 66.08%  7661 5.16%
2.搜狗  10597 6903 65.14%  7977 5.38%
3.谷歌  10597 6884 64.96%  8224 5.54%
—— 测试08字词句 —— 9821 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  9821 7154 72.84%  5404 3.44%
1.紫光  9821 6434 65.51%  7176 4.57%
2.搜狗  9821 6300 64.15%  7641 4.86%
3.谷歌  9821 6340 64.56%  7522 4.79%
—— 测试09字词句 —— 8550 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  8550 6140 71.81%  4711 3.06%
1.紫光  8550 5531 64.69%  6250 4.06%
2.搜狗  8550 5345 62.51%  6944 4.51%
3.谷歌  8550 5453 63.78%  6726 4.37%
—— 测试10字词句 —— 7523 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  7523 5317 70.68%  4348 2.89%
1.紫光  7523 4812 63.96%  5655 3.76%
2.搜狗  7523 4597 61.11%  6297 4.19%
3.谷歌  7523 4730 62.87%  5887 3.91%
—— 测试11字词句 —— 6669 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  6669 4616 69.22%  4009 2.73%
1.紫光  6669 4181 62.69%  5250 3.58%
2.搜狗  6669 3905 58.55%  6145 4.19%
3.谷歌  6669 4069 61.01%  5584 3.81%
—— 测试12字词句 —— 5794 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  5794 3955 68.26%  3748 2.70%
1.紫光  5794 3533 60.98%  4964 3.57%
2.搜狗  5794 3294 56.85%  5723 4.12%
3.谷歌  5794 3477 60.01%  5200 3.74%
—— 测试13字词句 —— 4945 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  4945 3351 67.77%  3287 2.56%
1.紫光  4945 2985 60.36%  4287 3.33%
2.搜狗  4945 2731 55.23%  5112 3.98%
3.谷歌  4945 2982 60.30%  4336 3.37%
—— 测试14字词句 —— 4109 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  4109 2772 67.46%  2761 2.40%
1.紫光  4109 2454 59.72%  3708 3.22%
2.搜狗  4109 2172 52.86%  4589 3.99%
3.谷歌  4109 2389 58.14%  3922 3.41%
—— 测试15字词句 —— 3141 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  3141 2079 66.19%  2274 2.41%
1.紫光  3141 1826 58.13%  3036 3.22%
2.搜狗  3141 1604 51.07%  3704 3.93%
3.谷歌  3141 1832 58.33%  3085 3.27%
—— 测试16字词句 —— 1534 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  1534 1004 65.45%  1154 2.35%
1.紫光  1534 877    57.17%  1569 3.20%
2.搜狗  1534 763    49.74%  1887 3.84%
3.谷歌  1534 880    57.37%  1545 3.15%

2)
—— 《人民日报》2005综合统计 —— 1500374 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  1500374 1161937 77.44%  645590  2.38%
1.紫光  1500374 1071866 71.44%  856809  3.15%
2.搜狗  1500374 1016828 67.77%  1037293 3.82%
3.谷歌  1500374 1078598 71.89%  842869  3.10%

—— 测试04字词句 —— 139435 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  139435  108248  77.63%  58826 5.27%
1.紫光  139435  99096 71.07%  75932 6.81%
2.搜狗  139435  100661  72.19%  75317 6.75%
3.谷歌  139435  98763 70.83%  77916 6.98%
—— 测试05字词句 —— 119127 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  119127  91972 77.20%  49014 4.11%
1.紫光  119127  85750 71.98%  61605 5.17%
2.搜狗  119127  85567 71.83%  63580 5.34%
3.谷歌  119127  85994 72.19%  61236 5.14%
—— 测试06字词句 —— 154291 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  154291  124053  80.40%  55515 3.00%
1.紫光  154291  115607  74.93%  72917 3.94%
2.搜狗  154291  113490  73.56%  79926 4.32%
3.谷歌  154291  115924  75.13%  72917 3.94%
—— 测试07字词句 —— 146105 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  146105  111960  76.63%  66197 3.24%
1.紫光  146105  103939  71.14%  84130 4.11%
2.搜狗  146105  101250  69.30%  92445 4.52%
3.谷歌  146105  104317  71.40%  83326 4.07%
—— 测试08字词句 —— 150785 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  150785  119678  79.37%  58278 2.42%
1.紫光  150785  111124  73.70%  77220 3.20%
2.搜狗  150785  104472  69.29%  107695  4.46%
3.谷歌  150785  111690  74.07%  76087 3.15%
—— 测试09字词句 —— 138583 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  138583  108267  78.12%  57149 2.29%
1.紫光  138583  100108  72.24%  76465 3.07%
2.搜狗  138583  95105 68.63%  91007 3.65%
3.谷歌  138583  100917  72.82%  74947 3.00%
—— 测试10字词句 —— 133618 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  133618  103441  77.42%  58076 2.17%
1.紫光  133618  95276 71.30%  78198 2.93%
2.搜狗  133618  89301 66.83%  96527 3.61%
3.谷歌  133618  96087 71.91%  76344 2.86%
—— 测试11字词句 —— 123107 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  123107  94864 77.06%  54863 2.03%
1.紫光  123107  87278 70.90%  74238 2.74%
2.搜狗  123107  81083 65.86%  92614 3.42%
3.谷歌  123107  88092 71.56%  71771 2.65%
—— 测试12字词句 —— 111368 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  111368  85247 76.55%  50630 1.89%
1.紫光  111368  78312 70.32%  68437 2.56%
2.搜狗  111368  71589 64.28%  88515 3.31%
3.谷歌  111368  79057 70.99%  66631 2.49%
—— 测试13字词句 —— 100699 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  100699  76778 76.25%  46732 1.78%
1.紫光  100699  70086 69.60%  64408 2.46%
2.搜狗  100699  63341 62.90%  84471 3.23%
3.谷歌  100699  70884 70.39%  62336 2.38%
—— 测试14字词句 —— 87324 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  87324 65936 75.51%  41908 1.71%
1.紫光  87324 60158 68.89%  57369 2.35%
2.搜狗  87324 53768 61.57%  76037 3.11%
3.谷歌  87324 60848 69.68%  55593 2.27%
—— 测试15字词句 —— 65021 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  65021 48696 74.89%  32124 1.65%
1.紫光  65021 44372 68.24%  43900 2.25%
2.搜狗  65021 39247 60.36%  59036 3.03%
3.谷歌  65021 44978 69.17%  42367 2.17%
—— 测试16字词句 —— 30911 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  30911 22797 73.75%  16278 1.65%
1.紫光  30911 20760 67.16%  21990 2.22%
2.搜狗  30911 17954 58.08%  30123 3.05%
3.谷歌  30911 21047 68.09%  21398 2.16%

3)
—— 《金庸全集》综合统计 —— 736965 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  736965  317272  43.05%  975720  8.55%
1.紫光  736965  247685  33.61%  1215459 10.65%
2.搜狗  736965  236510  32.09%  1312967 11.50%
3.谷歌  736965  198488  26.93%  1466162 12.84%

—— 测试04字词句 —— 97098 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  97098 47363 48.78%  101550  13.07%
1.紫光  97098 38270 39.41%  120233  15.48%
2.搜狗  97098 39840 41.03%  118968  15.32%
3.谷歌  97098 33815 34.83%  134708  17.34%
—— 测试05字词句 —— 57671 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  57671 29944 51.92%  54556 9.46%
1.紫光  57671 25451 44.13%  65438 11.35%
2.搜狗  57671 25230 43.75%  68514 11.88%
3.谷歌  57671 21242 36.83%  79767 13.83%
—— 测试06字词句 —— 132169 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  132169  64947 49.14%  142895  9.01%
1.紫光  132169  52546 39.76%  175090  11.04%
2.搜狗  132169  49882 37.74%  187866  11.85%
3.谷歌  132169  41804 31.63%  214448  13.52%
—— 测试07字词句 —— 103257 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  103257  49120 47.57%  118510  8.20%
1.紫光  103257  39714 38.46%  147189  10.18%
2.搜狗  103257  38610 37.39%  156183  10.80%
3.谷歌  103257  31683 30.68%  180644  12.50%
—— 测试08字词句 —— 91929 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  91929 39464 42.93%  120292  8.18%
1.紫光  91929 30130 32.78%  150747  10.25%
2.搜狗  91929 28010 30.47%  164603  11.19%
3.谷歌  91929 23619 25.69%  183005  12.44%
—— 测试09字词句 —— 73575 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  73575 29322 39.85%  105269  7.95%
1.紫光  73575 21891 29.75%  132967  10.04%
2.搜狗  73575 20155 27.39%  145215  10.97%
3.谷歌  73575 16952 23.04%  161599  12.20%
—— 测试10字词句 —— 56001 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  56001 20204 36.08%  89151 7.96%
1.紫光  56001 14642 26.15%  113452  10.13%
2.搜狗  56001 13225 23.62%  124150  11.08%
3.谷歌  56001 11188 19.98%  136436  12.18%
—— 测试11字词句 —— 42517 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  42517 14056 33.06%  73743 7.88%
1.紫光  42517 9828 23.12%  93820 10.03%
2.搜狗  42517 8704 20.47%  104035  11.12%
3.谷歌  42517 7365 17.32%  113500  12.13%
—— 测试12字词句 —— 31093 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  31093 9368 30.13%  58767 7.88%
1.紫光  31093 6424 20.66%  75015 10.05%
2.搜狗  31093 5539 17.81%  83981 11.25%
3.谷歌  31093 4665 15.00%  90636 12.15%
—— 测试13字词句 —— 22629 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  22629 6315 27.91%  46156 7.84%
1.紫光  22629 4194 18.53%  58734 9.98%
2.搜狗  22629 3593 15.88%  65736 11.17%
3.谷歌  22629 3016 13.33%  70805 12.03%
—— 测试14字词句 —— 15699 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  15699 4018 25.59%  34036 7.74%
1.紫光  15699 2620 16.69%  43366 9.87%
2.搜狗  15699 2123 13.52%  49145 11.18%
3.谷歌  15699 1770 11.27%  52974 12.05%
—— 测试15字词句 —— 9516 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  9516 2315 24.33%  21549 7.55%
1.紫光  9516 1448 15.22%  27652 9.69%
2.搜狗  9516 1211 12.73%  31184 10.92%
3.谷歌  9516 1024 10.76%  33472 11.72%
—— 测试16字词句 —— 3811 条
IM实体  实测句  符合句  符合率  不符字  不符率
0.最佳  3811 836    21.94%  9246 7.58%
1.紫光  3811 527    13.83%  11756 9.64%
2.搜狗  3811 388    10.18%  13387 10.98%
3.谷歌  3811 345    9.05% 14168 11.62%

[ 本帖最后由 ZXD4G 于 2008-1-23 12:12 编辑 ]

作者: ZXD4G 时间: 2008-1-23 12:08
标题: 零星评点
1.上述数据中，竟然已经有80%以上的准确率爆出(紫光最佳——人民日报2005年——6字句——80.40%)，着实喜人。

2.数据汇报中，用词“符合句/率”，而没有用词“准确句/率”，原因是满足一个拼音串的汉字句子，有些情况下多种都是正确的，最简单的例子是“我爱她”，实际上“我爱他”、“我爱它”等等，都是对的，不好根据与原句的不同，就评为错句。

3.看到AhMan和xml00发帖中列示了错字数目，也就模仿着统计了这个数字，不过，这个数字应该说明力较弱，因为基于中文分词的组句，往往一错就是一个词，而不是一个字，错一个词和错一个字是等同的。

4.金庸小说的准确率严重下降，诚如AhMan在“简单地测试了几个句子”一帖中所述，这个文字风格有些文言和近代白话的味道，同时语料中这种素材比例很低，结果也是可以预见的，另外有一些是大量的小说中人名、地名、功夫名等类专有名词，在词库中收录比较少，分词词典更拒之于门外，也是准确率不高的原因之一；如有改善的需求和必要，也大概是从这几个方面分别做文章。

5.缺少微软、拼音加加、智能狂拼的能力评价，存在遗憾，原因透露：
1)微软——输入风格特异，需要继续投入时间才能完成；
2)拼音加加——本想测试，看到xml00贴出的其结果，在7、8字以上的句子中，效果迅速下降，感觉没有必要测试了，个人以为，所谓的整句输入，应该是6～11之间为主，解决不好这个区间的准确率，用户也没有信心培养整句输入习惯。
3)智能狂拼——程序不够稳定，结果获取艰难，准确率也远远不如想象，遂罢。

[ 本帖最后由 ZXD4G 于 2008-1-23 12:20 编辑 ]

作者: yiwon 时间: 2008-1-23 13:27
好好好，够高，够强大
上次还是72%，这次就可以达到80%。。
期待6.1.。。。。

作者: fengchun 时间: 2008-1-23 14:25
很好，很强大
几十m对于我的电脑来说是小case，发布的时候可以取两个版本吧

作者: 野风 时间: 2008-1-23 14:32
发吧！发吧！快点发吧！呵呵！等不及了！

作者: ljdqe 时间: 2008-1-23 20:12
振奋！
支持发精简版、增强版两种版本的想法

作者: hualuoqu 时间: 2008-1-23 20:33

原帖由 ZXD4G 于 2008-1-23 11:53 发表
如何实现，当6.1发布前后，紫光华宇将提供一定的解决方案。

现在已经算是发布前了，赶紧提供吧

作者: yiwon 时间: 2008-1-24 00:29
乖乖，开发组的几位大佬纷纷都上浮了，看来基本上是忙得差不多了，嘿嘿
新版本年前发布，应该八九不离十。。
期待中。。

作者: 文子 时间: 2008-1-24 10:58
颇为期待
不知道什么时候发呢？

作者: paola 时间: 2008-1-24 11:12
呵呵
yiwon配合新版，来个新春版皮肤吧：）

作者: michsun 时间: 2008-1-24 12:09
期待啊！开发组来吧！

作者: wwk51 时间: 2008-1-24 12:10
支持，快发吧，等不及了

作者: 真拼音佳佳 时间: 2008-1-25 01:08
还真有不嫌累的...这些输入法每种我打一句话就知道谁高谁低了

刚才试了下,真的是高估了...

[ 本帖最后由真拼音佳佳于 2008-1-25 01:18 编辑 ]

作者: ZXD4G 时间: 2008-1-25 09:47
1.不是“估”，谈不上“高估”，而是“统计”，用数据说话。
2.“客观”二字很重要，根据一句话的对错，就下结论，不是“客观”，除非声称100%，那么，只要找出一个反例，即可否定。
3.做到“客观”确实很累，和说一句话的代价相比，真是天渊之别，是否值得，见仁见智，说明力的大小，也是见仁见智，紫光华宇未敢把说服所有人作为目标。

作者: 真拼音佳佳 时间: 2008-1-25 11:10
老实说智能性对于词输入法没什么作用,整句输入需要高智能性但整句输入整体效率偏低.

面子问题罢了...这方面的竞争,看来加加已经些许落后了.

我还是会支持加加,因为它有我更多需要的功能.整句智能算法不是每个人都懂得的技术,所以有些话我也不会说给任何人听.我只说测试结论:紫光不如QQ.

测试紫光的帖子我已经发了,四哥自己研究研究,给个回复最好.

作者: kork2006 时间: 2008-1-25 12:53
我还是喜欢精简的
因为大词库会拖慢速度
以前用过会这样

作者: 永远的紫光 时间: 2008-1-25 22:07
相当不赞同15楼

作者: 永远的紫光 时间: 2008-1-25 22:10
现在拼音输入法就是要整句整句来...
要不然就不会拿智能性来评比一款输入法好坏的主要指标了..
所以不要拿自己个人观点来否认开发组的辛苦辛苦辛苦成果
你喜欢佳佳但也别老是说别人的不好

作者: 永远的紫光 时间: 2008-1-25 22:11
看到上面的测试...
6xxx的威力实在是太大了
越来越期待6.1咯

作者: 真拼音佳佳 时间: 2008-1-25 23:31

原帖由 永远的紫光 于 2008-1-25 22:10 发表
现在拼音输入法就是要整句整句来...
要不然就不会拿智能性来评比一款输入法好坏的主要指标了..
所以不要拿自己个人观点来否认开发组的辛苦辛苦辛苦成果
你喜欢佳佳但也别老是说别人的不好

我不是在说QQ好么,并不总是说别人的不好的,我还是会说别人的好.

作者: htj007 时间: 2008-1-28 19:41
看了版主的统计
期待新版中……

作者: 真拼音佳佳 时间: 2008-1-28 22:25

原帖由 永远的紫光 于 2008-1-25 22:10 发表
现在拼音输入法就是要整句整句来...
要不然就不会拿智能性来评比一款输入法好坏的主要指标了..
所以不要拿自己个人观点来否认开发组的辛苦辛苦辛苦成果
你喜欢佳佳但也别老是说别人的不好

你一厢情愿的选择低效率的整句输入这是你的自由.

虽然我讨厌整句输入的低效率,不过我是从黑马神拼转化为加加的用户的,对于输入法智能性,我有些兴趣.

作者: DuckulA 时间: 2008-2-3 21:38
这次同意佳佳的说法:整句效率太低,虽然对智能要求高.但只是噱头罢了....为此搞的输入法字库庞大可太舍本逐末了

作者: 真拼音佳佳 时间: 2008-2-5 18:44
打整句的人都预计逢打必改的了

这句话还是不能认同.测试中的人肉输入法,准确率还是相当的高啊,至于智能性不能解决的那些问题,解决的方法也已经想到了.

语料库太大了,那么,不必全部放在本地.通过网络,反应速度变慢,怎么办?那就改变一下方法,使得响应时间的要求降低一些...没什么问题的.

当然,还是有一个问题没办法解决,我想不到解决的方法,那就是效率.无论怎么努力,我看不出10年内会有什么改变的事实,那就是:整句输入法的效率不如字词输入.

作者: 真拼音佳佳 时间: 2008-2-8 14:49
嗯,我忽略同音语料有两方面的原因,一是百度搜索不许可,没有条件.另一个更重要的原因就是长语料的重码率很低很低,比如我随便举例:中国人民,你就没有办法找出zhongguorenmin所对应的另一个词.反过来的情况,则只能找出特例,比如拼音佳佳和拼音加加.

我的想法就是:语料库规模越大,整句识别率越高,所以百度快照那种规模的语料库,可以产生最高的准确率.你难道以为语料库规模小一点才更好?

作者: 真拼音佳佳 时间: 2008-2-8 16:35

原帖由 AhMan 于 2008-2-8 15:26 发表
输入法还未到全部使用四字以上语料的地步。如果不使用二字词和三字词组句，你的方法可行。

但不用二字词、三字词，语料库要劲大数百倍才行。

可以做出些让步了...即便如此,还是可以依赖输入法的自学习功能嘛.

作者: 野风 时间: 2008-3-3 08:56
这些数据还是很有说服力的啊！

作者: kingdick 时间: 2009-9-17 09:41
6.6正式版出来后，重新做一下这个测试如何？是不是又有了不小的提高呢？

作者: ZXD4G 时间: 2009-12-31 11:01
十分抱歉，6.6的重点是unicode化，完成6.5欠下的一些东西。

曾以为会有些余力进行其它方面的改进，但事与愿违，开展起来后，发现计划远远赶不上变化，许多难度都低估了，资料收集、审订、取舍的工作难度和强度都严重逾期，发布的若干次延期大多由此而来。

整句输入要想取得重大长进，必须重新挖掘海量语料、研究汉语制订大批规则、重构统计模型、再来测试效果是否确实改进和改进程度如何，怎一个艰巨可论之。为此，在unicode化的同时，只敢挑一些相对容易的需求来实现和完善。

由于unicode化的效果对于大众用户来说，好处是几乎察觉不出来的，甚至因资料编校的失误还会有负面影响(例如这两天不断暴露的简繁属性设定的问题)，不禁有人要问“值得吗？”，开发组内部探讨时也提到过这个话题，咱只能咬着牙说眼下是赔了，但这份积累在长期应该还是有效了，放眼未来吧，聊作自我安慰。

作者: mmm 时间: 2009-12-31 16:26

原帖由 ZXD4G 于 2009-12-31 11:01 发表
由于unicode化的效果对于大众用户来说，好处是几乎察觉不出来的，甚至因资料编校的失误还会有负面影响(例如这两天不断暴露的简繁属性设定的问题)，不禁有人要问“值得吗？”，开发组内部探讨时也提到过这个话题，咱只能咬着牙说眼下是赔了，但这份积累在长期应该还是有效了，放眼未来吧，聊作自我安慰。

短语unicode化对于经常输入理科符号的用户好处不言而喻。输入法主体unicode化乍看之下只是满足了部分专业用户，长远来说对于大众用户无疑也是大有益处的。《通用规范汉字表》一旦通过，那里面的新定简化字将会出现在Ext-D中。如果输入法不能unicode化，又如何支持这些通用汉字？这些可不是百年难遇的僻字。

作者: 还是支持紫光 时间: 2009-12-31 17:09
很好的对比。搜狗云输入不知能到什么程度

搜狗官方给出的数据显然是虚高的，而且也没有给出测试范围和字数限制

作者: kingdick 时间: 2009-12-31 20:24
我坚信Unicode的工作不是白做的，这就是差异化竞争的一种表现。跟网络公司是拼不过网络服务的，咱只能在输入法的根本上下功夫。

作者: 永远的紫光 时间: 2011-10-20 10:41

原帖由 ZXD4G 于 2009-12-31 11:01 发表
十分抱歉，6.6的重点是unicode化，完成6.5欠下的一些东西。

曾以为会有些余力进行其它方面的改进，但事与愿违，开展起来后，发现计划远远赶不上变化，许多难度都低估了，资料收集、审订、取舍的工作难度和强度都严 ...

好久不见四哥了,想念

作者: 紫光蓝天 时间: 2011-11-15 19:31
6.8又向前迈进了一大步

作者: 紫光蓝天 时间: 2012-1-21 15:35
再顶一下四哥的帖

作者: 永远的紫光 时间: 2012-1-21 18:48
顶一顶

作者: sanwsw 时间: 2012-1-21 20:09
6.8是是对6.7.1.36版本的修补与完善，只能说是迈了一小步。
在云技术日新月异的今天不能有效利用网络技术的输入法都将会逐渐淡出江湖，这是历史的必然。

作者: 危醺客 时间: 2019-10-18 23:07
仰望大佬们

欢迎光临华宇拼音输入法论坛 (http://bbs.pinyin.thunisoft.com/)