华宇拼音输入法论坛

标题: 再报一个智能组词的错误 [打印本页]

作者: 岳家军 时间: 2008-7-29 16:50
标题: 再报一个智能组词的错误
其实错误不止这一个，因为任何输入法都不可能全部正确。但是这个错误比较低级，请版主告知开发组，务必在正式版出来前改善，那怕直接就把这个词加进去。
我刚才和一个武汉的网友聊天，问：你们那里现在还热吗？
我是断开打的：你们那里现在//还热吗？
结果发现：“还热吗？”出来的是“还热码”，然后把句子打全结果是“你们那里现在还热码”。用25兆语料库。
还热吗和你们那里现在还热吗？是比较常见的聊天语言。其实在生活中也会出来一句“还热吗”，想想看是不是这样？
版主务必要告知开发组，正式版这个错词一定要干掉。

[ 本帖最后由岳家军于 2008-7-29 16:56 编辑 ]

作者: krsun 时间: 2008-7-29 17:54
确实是这样，我的是best。

作者: 岳家军 时间: 2008-7-29 17:56

原帖由 krsun 于 2008-7-29 17:54 发表
确实是这样，我的是best。

汗！80兆的语料库还是一样啊

作者: michsun 时间: 2008-7-29 21:26
果然如此，不过修正一次后就可以了！

作者: 岳家军 时间: 2008-7-29 21:28

原帖由 michsun 于 2008-7-29 21:26 发表
果然如此，不过修正一次后就可以了！

这叫记忆吧？现在任何主流输入法都能做到这点。所以不能靠记忆完成任务，如果新手用了一下发现这样的句子紫光都不能打对（之前的帖子我也举了几个例子），而别的输入法能对……。
所以既然发现了还是改正以后再发布。

作者: 岳家军 时间: 2008-7-31 17:34
自从我出这个帖子后，就没有看见版主露过面。

作者: ZXD4G 时间: 2008-7-31 18:38
已经收悉此问题，并联想到“还热吧”，也不能正确。

但此问题根源较深，需要从分词词典的修订和完善入手，继而重新对海量原始语料分词，最后才能形成新的数据模型文件，短期内不敢动此干戈，徐图改进吧。

欢迎继续在此报告组句的错误。

作者: 岳家军 时间: 2008-8-1 10:36
有人挑拨和也是有人挑拨，搜狗和加加都对了
紫光出的是：“有人调拨” 和“也是由人调拨”。虽然好像没有错，但是从常用的角度来说，不应该出。

作者: krsun 时间: 2008-8-1 12:32
我的可以组词的
best

作者: 岳家军 时间: 2008-8-1 16:33
“算法好”出来的是“算法号”用25兆语料库。

[ 本帖最后由岳家军于 2008-8-1 18:04 编辑 ]

作者: sanwsw 时间: 2008-8-2 10:09

原帖由 岳家军 于 2008-8-1 10:36 发表
有人挑拨和也是有人挑拨，搜狗和加加都对了
紫光出的是：“有人调拨” 和“也是由人调拨”。虽然好像没有错，但是从常用的角度来说，不应该出。

没你所述现象。选用最大号的语言模型库。

估计你所用词库中有错词。“挑拨”音tiao'bo，“调拨”音diao'bo。词库中有“调拨 tiao'bo”词条，才有你的现象吧？

[ 本帖最后由 sanwsw 于 2008-8-2 10:18 编辑 ]

作者: 岳家军 时间: 2008-8-2 10:55

原帖由 sanwsw 于 2008-8-2 10:09 发表

没你所述现象。选用最大号的语言模型库。

估计你所用词库中有错词。“挑拨”音tiao'bo，“调拨”音diao'bo。词库中有“调拨 tiao'bo”词条，才有你的现象吧？

别忘了，有废词也是紫光标配的。因为紫光的用户词库不参与智能组词的。
我用的是25兆语料库，请用标配语料库的网友测试一下。

作者: 岳家军 时间: 2008-8-2 10:56

原帖由 sanwsw 于 2008-8-2 10:09 发表

没你所述现象。选用最大号的语言模型库。

估计你所用词库中有错词。“挑拨”音tiao'bo，“调拨”音diao'bo。词库中有“调拨 tiao'bo”词条，才有你的现象吧？

刚才看了一下就是搜狗tiao bo也有“调拨”这个词，不是废词或者错词。

作者: 岳家军 时间: 2008-8-2 12:35
“动态词频”这个词在输入法界应该常用了。但是紫光没有，而且紫光也不能正确组出来。

作者: 步虚 时间: 2008-8-2 12:44
“动态词频”，我这里一敲就出来了。

作者: 岳家军 时间: 2008-8-2 13:25

原帖由步虚于 2008-8-2 12:44 发表
“动态词频”，我这里一敲就出来了。

可能用的词库不同吧，我是标配的词库所以没有这个词，智能组词是“动态次品”25兆语料库
是不是请那位用标配的语料库和词库试试？

作者: 岳家军 时间: 2008-8-2 13:47
“刚试过”这个智能组词，搜狗和加加正确。紫光出的是：港市国

作者: sock 时间: 2008-8-2 22:10
药名：司米安simian-打出来的是四面

作者: 步虚 时间: 2008-8-2 22:46
“刚试过”，我这里也是一敲就出来了。
与所用词库肯定没有关系，因为词条的颜色表明是智能组词（包括上面的那个“动态词频”词条）。不用词库，也能得出同样的结果。

作者: 步虚 时间: 2008-8-2 22:46
司米安：看来，即使勾选了“特殊解析拼音”，也必须用 ‘ 隔离simi'an 才能出来“司米安”。

作者: 步虚 时间: 2008-8-2 22:49
好奇，试了一下加加。“动态词频”、“刚试过”都能打出来。但词条的颜色表明“动态词频”是词库已有的词条。“刚试过”则是智能组词。不用词库，加加得出的是“动态次品”，而不是“动态词频”。

作者: 岳家军 时间: 2008-8-3 09:11

原帖由步虚于 2008-8-2 22:46 发表
“刚试过”，我这里也是一敲就出来了。
与所用词库肯定没有关系，因为词条的颜色表明是智能组词（包括上面的那个“动态词频”词条）。不用词库，也能得出同样的结果。

请用标配语料库，就像‘你貌似”如果用标配语料库出来大就是“你茅斯”，25m也是，但是50m就行了

作者: 岳家军 时间: 2008-8-3 16:00
想法单纯一点好－－－－紫光出来的是：想法单纯一点号

作者: krsun 时间: 2008-8-3 20:55

原帖由 岳家军 于 2008-8-3 16:00 发表
想法单纯一点好－－－－紫光出来的是：想法单纯一点号

我的是默认12M的
可以正确组出

作者: 岳家军 时间: 2008-8-3 21:15

原帖由 krsun 于 2008-8-3 20:55 发表

我的是默认12M的
可以正确组出

我替换了12兆语料库，正确了。晕倒！是不是大语料库一直没有优化过？

[ 本帖最后由岳家军于 2008-8-3 21:20 编辑 ]

作者: sanwsw 时间: 2008-8-3 23:35
最高级语言模型库，一次成功。

Snap1.png (14.03 KB, 下载次数: 241)

作者: 野风 时间: 2008-8-4 14:52
最大语言模型库，一次正确！

作者: 岳家军 时间: 2008-8-5 11:32
我笑某人太无聊-----------紫光出来的是：我校某人太无聊。25兆语料库。
也不能说错了，但貌似不是很常用。

作者: jinyt 时间: 2008-8-6 14:10
其实，没必要过于苛求每一个句子都不选字、词，错词、句可以通过快捷键临时删除，没有的选择一遍以后就记忆了，我觉得，目前清华紫光拼音的准确率应该是首屈一指了，当然，还要继续加油，我相信紫光拼音输入法！

作者: 岳家军 时间: 2008-8-7 18:52
好的功能－－－－－紫光出的是“号的功能”

作者: krsun 时间: 2008-8-8 15:12
智能组词是系统根据语言模型自动组合出来的词，它们不在系统词库中也不在用户词库中，所以也谈不到删除。

作者: jinyt 时间: 2008-8-11 00:48

原帖由 AhMan 于 2008-8-10 13:06 发表
括号内的是最大语言模型所组合的结果。

的比重（的币种）
一起为（以期为）
实际是（世纪时）
好管理（号管理）
曾参与（层参与）
称作是（乘坐时）
黑砖窑（黑转腰）
谁干的（谁敢的）
提要求（题要求） ...

建议大家在使用智能拼音输入法的时候，要学会断句，断句要尽量符合中文语言的结构！断句不合理，不如直接输入长句，准确率还搞一些！

作者: 岳家军 时间: 2008-8-11 10:29

原帖由 AhMan 于 2008-8-10 13:06 发表
括号内的是最大语言模型所组合的结果。

的比重（的币种）
一起为（以期为）
实际是（世纪时）
好管理（号管理）
曾参与（层参与）
称作是（乘坐时）
黑砖窑（黑转腰）
谁干的（谁敢的）
提要求（题要求） ...

虽然是三个字，但是也要意思完整。有些如“提要求”“谁干的”就行。
有些如“的比重”“回首这”怎么能拿出来？

作者: 岳家军 时间: 2008-8-11 22:12
千古奇闻--------紫光出的是“千古气温”

作者: 野风 时间: 2008-9-10 15:27
最大语言模型库（等重装系统时，再试试标准的）：

[ 本帖最后由野风于 2008-9-10 15:46 编辑 ]

作者: 岳家军 时间: 2008-9-24 00:35

原帖由野风于 2008-9-10 15:27 发表
最大语言模型库（等重装系统时，再试试标准的）：
1594

用标配试了怎么样？

作者: 野风 时间: 2008-9-24 07:34
诶呦！不好意思，忘了这码事了！

作者: 野风 时间: 2008-9-25 16:14
标配输出的的确是“千古气温”！

加载成语词库后正确！

使用最大语言模型后，无需加载成语词库也正确：

深红的字表示智能组词，浅红的表示是词库中的词。

[ 本帖最后由野风于 2008-9-25 16:30 编辑 ]

作者: 岳家军 时间: 2008-9-29 16:29
看来我没有报错，不过最近一段时间我没有怎么用紫光了，主要原因就是那个僵尸条，很烦人，希望下一版紫光能够解决。

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