华宇拼音输入法论坛

标题: 古陶瓦50万紫光系统词库 [打印本页]

作者: 紫光蓝天 时间: 2012-3-8 01:47
标题: 古陶瓦50万紫光系统词库
这是最完美的紫光系统词库
这是古大师多年心血的结晶
作者愿意把她献给紫光用户
让紫光论坛的词库百花齐放

4.35 MB, 下载次数: 6871

作者: 古陶瓦 时间: 2012-3-8 07:55
◆古陶瓦词库◆
         －－没有更好，只有最好－－
         ╭╧╮ ╭╧╮ ╭╧╮ ╭╧╮
         ║心│ ║想│ ║事│ ║成│
         ╰★╯ ╰★╯ ╰★╯ ╰★╯
;词库版本：古陶瓦50万优化基础词库(紫光系统版)
;版权说明：本词库版权归姚勤智（网名古陶瓦）所有。
;词频说明：以勤智快码优化库整合。
;参考词库：古陶瓦各经典词库，凡50万余词条。
;词库格式：紫光uwl格式。
;词库作用：适合作为基础词库使用，若配合专业词库，效果更佳。
;注音校对：张文焕加加词库注音工具。
;欢迎使用：你可以免费使用，但敬请保留本信息，拒绝恶意相伤。
;联系信箱：xzyqz@sohu.com
;特征词条：本词库有水印词条，任何商业行为须得到古陶瓦许可。
;制作日期：2012年3月8日。
;使用规则：个人全免费使用，商业行为联系邮箱xzyqz@sohu.com
;====================================================

一、本词库涉及领域：

1.日常生活词汇。包括大量生活中常见的物品、寒暄、动作、商标等。
2.少量古典书面语。如台甫、雅教、售罄等。
3.常见成语和俗语。如兢兢业业、脍炙人口、站着说话不腰疼、吃着碗里瞧着锅里、吃百家饭穿百家衣等。
4.部分含助词和属性的词汇。如亲爱的、妙极了、看见过、新机器、技术性等。
5.部分口头常用的固定意群短语。如指的是、那可是、已经让、显眼的等。
6.部分聊天用语及新词新语。聊聊好吗、混得不差、混得不行、混得很好、打酱油、做俯卧撑、给力等。
7.天文地理。
   （1）少量天文术语。如巨蟹座、天蝎座等。
   （2）部分江河湖海，岛屿山川名词。如钓鱼岛、贝加尔湖、九华山、岷江、乞力马扎罗山等。
   （3）中国世界著名旅游景点。如埃菲尔铁塔、巴黎圣母院、故宫、红场等。
   （4）外国行政区划。主要是一部分外国的国名和首都以及主要城市，美国的州名等。
   （5）中国的部分县级行政区划名，含旗、自治县。如诸暨、蒙城等县（带不带“县”字皆可）、代县（县名只有一个字的带“县”）、准格尔旗等。（只收录重要的和知名度较高的）
   （6）中国的区级行政区划名。如浦东新区、宣武区、江汉区等。
   （7）中国的大量市级行政区划名，含盟、自治州。如呼伦贝尔盟、恩施州、湖州市(地级市)、黄冈市(地级市)、义乌市(县级市)等。
   （8）少量著名或通用的市区道路桥梁名。如长安街、爱国路、京珠高速、陇海线、赵州桥等。
   （9）省级行政区划全部收录。
8.少量其他学科专用术语，涉及医学、IT、工程机械、股票金融等。如编译器、点阵图、大肠杆菌、适配器、股权转让等。
9.人名。
   （1）常见姓氏和常用称呼。如姓姚、姓傅、老吴、小李等。
   （2）明星名人等。如刘德华、胡锦涛、卓依婷等。一般人物名及外国人名基本未收录。另有《亚洲人名库》140万和《常见外国人姓名库》、《日本人常用姓名》可以补充。
   （3）著名历史人物。如李世民、吴承恩、皇太极、周恩来等。
10.机构名词。如总务科、最高人民检察院、独立团、财务部等。
11.时空名词。如周日、十一月、礼拜几、一号线、公交站、三环路等。
12.部分常用专业词汇。

二、本库修订情况

⒈ 多音字重点检查：

   共重点检查202个多音字

什"么"地"似"的"了"解"区"佛"重"行"调"长"乐"给"觉"都"大"便"着"落"藏"角"色"率"恶"钥"匙"吁"
校"乾"伺"降"劲"埋"强"提"露"咽"省"脯"识"没"绿"还"仔"陆"薄"屏"差"胳"臂"厦"塞"吓"和"扎"蛇"
曝"亲"咀"嚼"参"朝"卜"宿"泊"著"传"血"爪"畜"藉"壳"见"殷"红"颈"种"数"称"恫"说"贾"喳"弄"蛤"
抹"刹"番"茄"模"攒"桔"疟"湮"辟"槟"曾"圈"度"奇"堡"龟"卡"属"膀"脉"纤"蚌"得"削"耙"拓"咖"荠"
戆"择"莞"裳"无"褪"秘"挝"娜"磅"转"呢"咋"读"盛"蔓"拗"掺"孱"伽"勒"胖"扒"扁"趄"系"凹"剥"禅"
炮"烙"邪"靓"折"尉"阿"伯"单"稽"叨"刨"尿"咯"南"肋"查"覃"仇"朴"员"殖"澄"迫"镐"荨"趵"谁"六"
铅"琢"粘"其"扛"百"盖"臭"艾"铤"貉"吭"凿"否"俩"纶"食"卒"拾"呱"遗"雀"柏"尾"会"房"巷"弹"

⒉ 异形词以《第一二批异形词整理表》进行规范处理

⒊ 考虑到让大多数人使用，保留以下词条的双重读音：2011年12月7日整理
   这部分词，有些是多音词，如“大王”；有些是为方便读者故意顺从读者的读音。如“饼铛”。

◆二字双注音词条

哀乐●扒土●罢了●百色●半露●绑扎●包扎●北碚●被曝●被削●鼻塞●鼻血●笔削●
必得●毕露●辟谷●便便●便了●便溺●便旋●便血●便言●便宜●标的●标识●骠骑●
饼铛●剥得●剥光●剥茧●剥开●剥皮●剥取●剥去●剥笋●脖颈●薄板●薄壁●薄饼●
薄脆●薄的●薄地●薄酒●薄如●薄纱●薄田●跛行●补给●补血●不薄●不长●不得●
不调●不了●不露●不适●嚓嚓●裁度●采血●藏刀●藏家●草长●侧视●侧歪●测度●
茶匙●掺合●瀍河●长啊●长长●长虫●长出●长到●长得●长点●长过●长脸●自给●
长了●长毛●长门●长起●长牙●长叶●长于●长在●长至●超薄●朝阳●车长●车骑●
成行●澄海●澄净●澄清●澄沙●吃着●茌平●抽血●出差●出圈●出血●穿着●串行●
吹着●打颤●打的●打折●大伯●大城●大都●大夫●大黄●大嚼●大王●逮着●单薄●
单方●单骑●单行●郸城●但得●弹弹●宕昌●刀模●刀削●得把●得出●得到●得个●
得更●得见●得劲●得看●得靠●得空●得快●得了●得去●得让●得人●得上●得说●
得死●得为●得问●得想●得像●得学●得用●得有●得与●得住●得准●得着●的卡●
地蚕●地在●点着●调拨●调仓●调出●调档●调到●调调●调房●调干●调个●调光●
调过●调号●调换●调近●调卷●调课●调了●调配●调上●调升●调完●调往●调为●
调位●调序●调至●掉色●丁当●丁丁●都安●都长●都得●都会●都卡●多行●多重●
恶露●饿着●而得●而削●二校●发卡●法藏●放血●非得●涪陵●斧削●附着●筻口●
高坦●格栅●给付●给予●更薄●更得●公差●供给●共度●够着●呱呱●裹扎●好熟●
很薄●很熟●横行●洪洞●后传●后行●厚朴●忽地●狐臭●花都●画勾●还报●还长●
还到●还得●还都●还给●还够●还回●还上●还以●换血●黄柏●黄陂●鸡血●鸡爪●
极薄●家雀●尖削●见长●见着●渐长●脚爪●结扎●解数●介壳●芥菜●芥蓝●靓妆●
就得●就还●莒县●鄄城●均系●卡壳●卡口●卡死●卡他●卡住●壳质●咳血●可得●
可没●口角●款识●矿藏●窥度●捆扎●兰若●蓝靛●琅琊●捞着●乐都●乐山●乐者●
累着●利爪●连轧●了啦●了了●临朐●临洮●另调●流露●流血●六安●六笔●六合●
咯血●露白●露齿●露丑●露出●露点●露风●露光●露苗●露怯●露乳●露体●露头●
露臀●露着●陆千●路长●绿营●略长●轮调●裸露●落汗●落价●落了●落魄●落忍●
落色●落下●落在●落子●马尾●没齿●没得●没过●没收●没药●美的●谜儿●糜子●
秘鲁●密钥●免调●面的●民调●明朝●明了●模版●模样●磨削●魔爪●哪俩●哪行●
内传●内调●那得●那俩●南无●难调●霓裳●你还●你行●鸟爪●尿血●女角●暖和●
哦哦●耙地●耙开●耙犁●派司●刨去●刨削●配给●碰着●皮薄●片长●频数●平巷●
迫降●朴树●曝晒●期颐●前传●前爪●浅浅●呛着●青叶●求降●躯壳●全露●全行●
缺血●群氓●热着●人行●如血●桑葚●色酒●删削●上调●上都●上色●烧着●身着●
审度●生角●盛放●史传●是忒●瘦削●叔伯●谁个●税卡●睡着●说才●说服●说客●
似的●宿醉●随调●随行●所长●他得●他行●摊薄●郯城●糖色●淌血●耥耙●桃核●
陶工●陶陶●套色●特差●腾地●体臭●填塞●铁骑●挺括●同行●铜臭●铜钿●吐蕃●
吐血●退色●褪色●脱臭●脱壳●驮子●外传●外露●为长●未熟●蔚县●问着●我俩●
我行●无臭●五行●吸血●吸着●隰县●喜恶●系住●系着●下行●吓着●先得●先调●
先还●嫌恶●献血●相称●相捋●削壁●削成●削掉●削发●削价●削尖●削减●削皮●
削平●削器●削去●削弱●削削●猇亭●小差●小圈●小种●校雠●行风●姓乐●羞恶●
岫岩●血块●血量●血泡●血钱●血燕●血晕●血站●寻思●验血●雁行●漾濞●也长●
也得●叶音●一长●一朝●一沓●一弹●一行●黟县●臆度●引着●应还●用着●游说●
又得●瘀血●玉色●遇着●越长●再长●再调●在调●咱家●咱俩●咱有●攒点●熟吗
攒上●枣核●择席●怎地●增长●咋的●咋地●喳喳●扎好●扎花●扎牢●扎啤●扎染●
轧机●轧空●轧轧●轧账●轧制●栅格●粘接●粘结●找着●折秤●折了●这得●真得●
枕藉●征辟●之长●支着●吱声●吱吱●执着●中的●中都●中牟●中行●重打●重弹●
重的●重调●重读●重罚●重犯●重教●重了●重拍●重判●重启●重说●重行●重言●
重用●重约●重载●重重●爪尖●转文●幢幢●着边●着落●着人●着想●琢磨●坐骑●
自曝●总长●总行●走色●最薄●最长●作乐

◆三字双注音词条

剥洋葱●脖颈儿●薄脆饼●不便宜●不出差●不得劲●不褪色●不外露●不吱声●长不长●
长得很●长尾巴●超薄型●超轻薄●朝阳县●大出血●大都会●大放血●大换血●大栅栏●
大众呢●宕昌县●得满分●得要命●电饼铛●调不出●调不了●调出来●调过来●调回来●
调回去●调进来●调进去●调一下●动脉血●都兰县●二恶英●二回熟●二千石●更单薄●
怪模样●洪洞县●还不得●还不还●还不起●还得看●还得说●还得要●还给了●还给你●
还给他●还给我●还上来●集中地●贾平凹●静脉血●就得到●卡住了●开心地●可以调●
浪卡子●乐都县●流血了●露出来●露露脸●露乳装●露头角●裸露着●落下了●马尾巴●
没奈何●没吱声●没着落●那也得●脑缺血●你得到●弄不了●女主角●奇蹄目●圈起来●
是得到●睡着的●郯城县●提前到●同行的●铜臭味●透露出●秃尾巴●涡阳县●我得到●
西服呢●系铃人●瞎琢磨●显露出●行唐县●盱眙县●血糊糊●血淋淋●验下血●也得到●
一箪食●一滴血●越长越●怎么着●咋的啦●轧苗头●粘结剂●这才是●这么着●这一觉●
这一行●吱吱叫●只露出●中牟县●着力于●琢磨着●总长度●走单骑●鼻出血●便宜啊●
表露出●并没收●

◆四字双注音词条
暴露出来●长绳系日●吃拿卡要●出乖露丑●出头露面●初露锋芒●第一滴血●栋折榱崩●
槁项黄馘●狗尾巴草●官情纸薄●含而不露●厚味腊毒●胶柱调瑟●解铃系铃●金针度人●
快速增长●乐山乐水●沥胆堕肝●烈日曝晒●露出破绽●落子无悔●命如纸薄●抛头露面●
炮凤烹龙●炮龙烹凤●烹龙炮凤●披缁削发●弃车保帅●切磋琢磨●切削加工●切削速度●
情见于词●情见于色●仁者乐山●如履薄冰●深藏不露●望门大嚼●显露出来●显山露水●
削铁如泥●一个不落●一日之长●有模有样●有着落了●与你同行●欲语还休●展露出来●
赭衣塞路●智者乐水●装模作样●着一个人●

◆多字双注音词条

人情比纸薄●人生地不熟●杀人不见血●与我们同行●过屠门而大嚼●
打狗还得看主人●狗摇尾巴讨欢心●解铃还须系铃人●兔子尾巴长不了●心病还得心药医●
仁者乐山智者乐水●软刀子杀人不见血●十日一水五日一石●
人比人得死货比货得扔●使出浑身解数

2011年12月7日

----------------------------------------------------------------------------------

;△纠正异形词"挨－捱"露－漏"分－份""拚－拼"
;将"谁"的读音统一为"shui"
;删除没有拼音的重复词6000余条。
;删除拼音及字词错误的诗句110余条。
;删除拼音错误及字词错误的词条220余条。
;增加现代汉语词条123条。
;增加常用二字、三字词400余条。
;增加各种常用各种行业三字四字词语4900余条。
;删除非国标库、偏僻词216条。
;补充常用词条及十二星座词条。
;进一步核实“唯”与“惟”的词条，保留部分异形词。
;根据林凡顺提供的多音字表重新核实多音字，一千余条。
;补充部分二字词,补充部分流行词语
;加加的拼音还不完善，“惝”加加默认的是chang，不是tang。
;发现"欻"的两个音，只识别xu，不识别chua。
;发现"奓"字的读音只识别"she"，不识别"zha"。(已经更正)
;发现“谿”字的读音只识别"ji"，不识别"xi"。（已经更正）
;对“作”与“做”作了进一步规范，保留部分两用词条。
;将不常用人名删除，只保留最常用的人名。将外国人名也剔除。
;增加部分词条，总数达到27万。
;根据第一、二批异形词整理表的建议，将不规范的词条全部删除。
;删除部分非GB成语。增加部分三字及多字成语。
;删除废词929条。2010年1月19日
;删除错误注音导致重复的词条400余条。2010年1月19日
;增加缺词2000余条，主要补充某些音节缺词的问题，从阿门首选词与网络
;语料中分词后所得，感觉非常好。2010年1月21日
;总数今天又回到26万。
;根据朔风版主提供的语料，删除错词、不规范注音词条1038条。2010年1月26日
;补充全国各大报纸名称200条。2010年1月28日。
;补充《读者》500万语料的常用二、三字词1200条。2010年2月1日
;增加全国各县市名称2000余条。2010年2月2日
;增加部份二字与三字缺词，共400余条。总库上升至28万。
;增加部分三字、四字缺词，共686条。总库上升至284518条。
;增加部分三字、四字缺词，共5948条，总库上升为29万。 2010年10月20日
;根据网友提醒，除错251条。2010年10月21日
;根据网友的用户词库增加三字词 700多条。2010年10月22日
;考虑到本词库的人文性，增加几十条古典式二字词条。2010年10月23日
;增加353条“很××”格式常用词。2010年10月24日
;新增四库全书缺的书目100多条，增加部分四字与三字词。2010年10月28日
;新增图书出版词条55条。2010年10月29日
;新增网络分词二字词与三字词230余条。2010年11月2日
;新增三字词8000余条。总库上升为30万条。2010年11月9日
;新增补充常用三字词条9799条。2010年11月11日
;新增常用四字词条3687条。2010年11月11日
;新增常用五字词条582条。2010年11月11日
;新增国际电影节大奖名目。2010年11月15日
;检查“骑”的读音。
;加入“一×一×”格式词条140条。2010年11月21日
;加入“很×很×”格式词条66条。2010年11月23日
;出去各种错误340条。（据阿门）2010年11月25日
;进一步整理第一二批异形词，严格按照异形词替换121个词条。2010年11月27日
;校对“碴儿”与“茬儿”的词条。二者有区别。2010年11月27日
;据朔风版主的同音表，删除92条不规范的错词。2010年11月27日
;30万基础词库到此为止，更新后将作为更大的词库进行。2010年11月29日
;去除103条错词与异形词。2010年11月30日
;增补新疆与西藏的9个县市名称。2010年12月2日
;纠正“贲ben临”“鹄hu的”中这个字的读音为“bi”“gu”。2010年12月2日
;添加常用三字词及意群万余条。2010年12月3日
;重新校对了“地”作形容词尾的读音为de。2010年12月5日
;作家“贾平凹”的“凹”注为双重音。2010年12月5日
;加入气象词条597条。2010年12月5日
;加入“×一×”“×不×”格式词条1604条。2010年12月5日
;加加不识别“洪洞县”中的“洞”为tong 。2010年12月8日
;继续添加常用三字词、四字词。2010年12月8日。
;增加汉语十三辙韵部名称。2010年12月20日。
;增加部分常用三字词。2010年12月29日。
;陆续增加部分二字三字四字词条。删减33条非常用二字词。上升为36万词条。2011年2月28日
;增加词条到42万，其中包含了部分常用二字人名，及新词语。2011年5月27日
;增加2011年12月1日搜集的用户词库三字、四字、五字词。总库上升为48万。
;48库中包含的长度词条的容量为：（截至2011年12月4日）
;二字词 153229条三字词 149284条四字词 154626 五字以上 28596条
;增加用户词库词条，择高频的加入，已达到49万5千。2011年12月7日
=====================================================

★古陶瓦词库介绍

一、作者介绍：

古陶瓦（网名），真实姓名“姚勤智”，男。山西省忻州师范学院中文系教授，中文系主任。山西省教学名师，山西省“新世纪学术技术带头人333人才工程”省级人选。忻州师范学院第一二届骨干教师。主讲基础课现代汉语26年，兼代汉语修辞学、汉语词汇学、中文信息处理等专业选修课。长期在大学生中开设中文信息处理课，其中输入法的使用是讲授重点。
词库制作是作者主要的研究方向之一，从1997年开始，作者由于教学需要尝试制作适合于中文教师使用的汉字输入法，整合制作了“勤智快码汉字输入法”，更新至3.0之后，停止开发。同时开始搜集各种语料制作词库。2000年以后开始大规模制作词库，逐渐在拼音加加论坛发布了大量的词库，提供给个人所免费测试使用，通过多年的测试，使用者甚多，在拼音加加的用户中有良好的口碑。
本人的主要研究方向是现代汉语，计算机的应用能力超强，二者的结合，使作者在词库制作过程中如虎添翼。

二、词库制作说明

◆ 古陶瓦系列词库的制作源于1997年的“勤智快码汉字输入法”的开发，由于本人教学的需要，开始研制“勤智快码汉字输入法”，但是囿于作者本身编程能力的限制，3.0后停止更新，开始在勤智快码词库的基础上制作词库，先后制作了各类词库70余个。多年来积累了丰富的词库制作经验。

制作过程说明：

◆语料来源：主要有两个，一是长期搜集搜狐、网易、新浪、新华、凤凰网、百度等门户网站的首页语料分词而成，二是搜集网上各种语料，主要是汉语类论坛当中的各种语料。
◆制作过程：首先搜集各种语料，主要以各个门户网站的语料为主长期积累，积累到一定程度后进行分词，计算词频，再进行挑选，以常见词、正词为挑选原则，废词、非词排除。
◆更新情况：核心词频语料制作完成后，主要集中在添加词语，更新的词语以百度指数为主作为词频依据。
◆制作工具：以免费的工具为主。主要是拼音加加论坛中的张文焕系列工具、黄伟词库工具、cnbook等免费工具。
◆词库组成：词库内容涉及社会生活的各个领域，较少缺词。但除去了外国人名，除去了汉族不常见人名，只保留了部分耳熟能详的名人姓名。为了体现人文性，包含有6000余条各种诗词名句。
◆制作思路：汉语声母共21个，加零声母共22个，韵母39个，以这两个数字的二字组合、三字组合计算拼音的缺词情况，应该是合理的。

=====================================================
作者联系方式：

作者姓名：姚勤智
工作单位：山西省忻州师范学院中文系
电子邮件：xzyqz@sohu.com
Q Q 号码：175989365

这个词库还在更新中，由于不是很熟悉紫光的系统，因此可能还有错误，如果发现，请大家在这里贴出。

作者: wqpn 时间: 2012-3-8 12:27
感谢古陶瓦把箱底宝贝给了大家！

作者: 1003 时间: 2012-3-8 16:44
非常感谢，下载试用。

作者: zhenning 时间: 2012-3-8 17:18
古大师真乃论坛福音^_^

作者: sunmd 时间: 2012-3-8 18:07
网友之福

作者: ynkm169 时间: 2012-3-8 18:46
下载替换试一试

作者: 闪电王子 时间: 2012-3-9 07:50
本帖最后由闪电王子于 2012-3-9 07:51 编辑

50万的词库似乎大了点！
纯支持一下！
记得以前wulishui 网友曾说起他有个16万的词库，说是要等整理好后发上来！多少年过去了……

作者: 永远的紫光 时间: 2012-3-9 13:58

50万的词库似乎大了点！
纯支持一下！
记得以前wulishui 网友曾说起他有个16万的词库，说是要等整理好后发 ...
闪电王子发表于 2012-3-9 07:50

古陶瓦大师大大小小有好几个词库呢，50万这个是他重点推荐的。

作者: 古陶瓦 时间: 2012-3-9 16:50
本帖最后由古陶瓦于 2012-3-9 18:34 编辑

我的词库有多个,但要满足一般的需要是要有一个容量的,多年的实践,我感觉,50-80万是比较合适的容量。6万,8万,15万,20万,30万,40万的词库,我都有,小词库只适合字词模式的打法,如配合意群模式或整句模式则需较大的一点的词库了,因此我选择了这个词库来发布。

作者: 野风 时间: 2012-3-9 18:43

我的词库有多个,但要满足一般的需要是要有一个容量的,多年的实践,我感觉,50-80万是比较合适的容量。6万,8万 ...
古陶瓦发表于 2012-3-9 16:50

赞同！呵呵

作者: 野风 时间: 2012-3-9 19:40

网友之福
sunmd 发表于 2012-3-8 18:07

连孙院长都进来祝贺了！
恭喜！

作者: 古陶瓦 时间: 2012-3-9 19:47

网友之福
sunmd 发表于 2012-3-8 18:07

感谢孙院长的鼓励。

作者: kojak585 时间: 2012-3-9 21:31
用就用个全的，试试看了

作者: ljdqe 时间: 2012-3-9 21:38
支持一个

作者: 紫光蓝天 时间: 2012-3-9 21:48
如果你只装这个词库，只能打出这一个：再接再厉。

作者: 紫光蓝天 时间: 2012-3-9 22:14

使用中，已经下载了哦。
谢谢
不过我刚才想打出古老师，但是出来的是贾老师呵呵
admin03 发表于 2012-3-9 21:30

古老师、贾老师，这两个词词库里都没有。因为不是常用词。
贾老师，这个是系统自己组的

作者: 古陶瓦 时间: 2012-3-9 22:41
本帖最后由古陶瓦于 2012-3-10 10:16 编辑

使用中，已经下载了哦。
谢谢
不过我刚才想打出古老师，但是出来的是贾老师呵呵
admin03 发表于 2012-3-9 21:30

关于像贾老师这样的词条,这个库中较少。因为像这样的词条太多了，50万的词库不可能将其搜罗尽，因此另外我做了一个称呼语词库,专门搜集像李书记,贾股长这样的称呼。

作者: 野风 时间: 2012-3-9 22:53
编辑帖子的时候不小心把三楼的我的帖子搞掉了！
在这里再追加一个回帖！
感谢古陶瓦兄！
能持续更新更是紫光网友的福音！

作者: sanwsw 时间: 2012-3-10 12:07
建议国外地名，根据新华网资料校改下。如是兼容用也没关系。

作者: 樵夫 时间: 2012-3-10 14:12
试用了一下，觉得词频有点怪怪的——似乎不是按照使用程度的频率出现的！最常用的似乎也不都是排列在最前面……

作者: 看看 时间: 2012-3-10 15:21
这个一定要支持啊，谢谢～

作者: 好休闲 时间: 2012-3-10 18:17
好，支持！

作者: 古陶瓦 时间: 2012-3-10 19:37

试用了一下，觉得词频有点怪怪的——似乎不是按照使用程度的频率出现的！最常用的似乎也不都是排列在最前面 ...
樵夫发表于 2012-3-10 14:12

你的感觉可能是对的，紫光的词频最多支持52万，超过可能就回乱掉，我最近会将部分不正确的词频重新加以调整。使得这个词库越来越好。

作者: 好休闲 时间: 2012-3-10 22:25

你的感觉可能是对的，紫光的词频最多支持52万，超过可能就回乱掉，我最近会将部分不正确的词频重新加以 ...
古陶瓦发表于 2012-3-10 19:37

谢谢老师！

作者: 古陶瓦 时间: 2012-3-11 10:17
本帖最后由古陶瓦于 2012-3-11 10:27 编辑

有更新
古陶瓦50优化基础库紫光系统 1.1
本次根据紫光系统的要求重新制作了词频，这下词频的问题应该彻底解决了。顺便纠正了两个异形词。
下载地址：我的永硕网盘

http://pyyqz.ys168.com/ 古陶瓦紫光系统词库目录中

顺便将古陶瓦17万紫光系统词库加进去了，又增加了另一个词库，古陶瓦27万紫光系统词库，大家试用一下，看看哪一个词库适合诸位。

作者: 古陶瓦 时间: 2012-3-11 10:19
下一步将会根据紫光可以加入标点的特点，拟增加部分带标点的常用诗词句、俗语等。

作者: 野风 时间: 2012-3-11 10:19
支持一下！

作者: 古陶瓦 时间: 2012-3-11 10:24

建议国外地名，根据新华网资料校改下。如是兼容用也没关系。
sanwsw 发表于 2012-3-10 12:07

好，接受老戴的建议，我会将其中的此名根据新华网资料校对一下的。

作者: 好休闲 时间: 2012-3-11 14:26
又有新版本了，继续下载。

作者: 好休闲 时间: 2012-3-11 14:47

有更新
古陶瓦50优化基础库紫光系统 1.1
本次根据紫光系统的要求重新制作了词频，这下词频的问题应该彻底 ...
古陶瓦发表于 2012-3-11 10:17

我下载使用了50优化版，很好用。谢谢老师了。

作者: ynkm169 时间: 2012-3-11 21:19
感谢分享，，，

作者: 紫罗兰 时间: 2012-3-12 11:30

有更新
古陶瓦50优化基础库紫光系统 1.1
本次根据紫光系统的要求重新制作了词频，这下词频的问题应该彻底 ...
古陶瓦发表于 2012-3-11 10:17

试用了一下，词频还是不舒服。

作者: rubycon 时间: 2012-3-12 14:33
多谢楼主分享。

作者: z787701730 时间: 2012-3-12 15:27
辛苦了，感谢分享。。

作者: 樵夫 时间: 2012-3-12 16:41
本帖最后由樵夫于 2012-3-12 16:42 编辑

下载了最新的，试用了一下，正如42楼所说，词频非常不好，不知是如何排列的。已经将下载的词库文件发给lionman了，请他打开看一看，到底是如何排列的。
在这方面，作者还需继续努力啊！

作者: 古陶瓦 时间: 2012-3-12 17:16
回45楼憔夫。看来还是有问题,紫光拼音的词频确实比较难加,我原来的词频是集合了众多输入法的词频优化成的,在拼音加加中使用效果很好,没有人反映过词频的问题,但转换成紫光词库后,首先遇到的就是词频问题,可能我还是不太了解紫光的词频的标注,我再摸索一下,要不就让开发组给加一下。

作者: 古陶瓦 时间: 2012-3-12 17:19
希望大家能具体反映一下词频的实例,是怎么不舒服。我好找出问题所在。

作者: 古陶瓦 时间: 2012-3-12 17:21
在此谢谢大家的测试。

作者: 野风 时间: 2012-3-12 18:14

回45楼憔夫。看来还是有问题,紫光拼音的词频确实比较难加,我原来的词频是集合了众多输入法的词频优化成的,在 ...
古陶瓦发表于 2012-3-12 17:16

据四哥当初的说法，紫光拼音的词频是这样加上去的：
提取人民日报2005年前+金庸小说+还有个什么记不得了的全部语料，某个词在在这些语料中出现的概率，就是这个词的词频。
sanwsw 的词库的词频也是很不错的，古兄可以跟他联系一下看看。

作者: 古陶瓦 时间: 2012-3-13 05:51

据四哥当初的说法，紫光拼音的词频是这样加上去的：
提取人民日报2005年前+金庸小说+还有个什么记不得了 ...
野风发表于 2012-3-12 18:14

我的词库的词频肯定是没有问题的，原来是以前后顺序排列的，没有词频数字，只是怎么加注后面的词频数字，这个还是得有点技巧的。

作者: richardfsw 时间: 2012-3-14 15:56
回复 51# 古陶瓦

说一下我个人的猜测：会不会词频数字太大了？因为上面您提到紫光的词频最大52W。但是从用户词库默认词频10W来推测，系统词库的词频应该是绝大多数都不到10W的

作者: richardfsw 时间: 2012-3-14 15:57

据四哥当初的说法，紫光拼音的词频是这样加上去的：
提取人民日报2005年前+金庸小说+还有个什么记不得了 ...
野风发表于 2012-3-12 18:14

好奇一下：词库的词频和输入法词频文件是如何分工的？

作者: krsun 时间: 2012-3-14 17:23
本身词库中记录的词频是不变的，输入过程中发生的词频变化记录在用户的词频文件中。

作者: 觉贤 时间: 2012-3-14 22:20
享受中。。。

作者: michsun 时间: 2012-3-14 23:19
今天开始使用这个词库了，多谢古老师的制作。

作者: 紫光蓝天 时间: 2012-3-15 02:38
本帖最后由紫光蓝天于 2012-3-15 18:47 编辑

古大师正在研究词频问题

作者: 野风 时间: 2012-3-15 08:05
排序问题在紫光就称为词频问题。

作者: 古陶瓦 时间: 2012-3-15 15:24
本帖最后由古陶瓦于 2012-3-15 18:37 编辑

有什么问题，希望大家能在这里贴出，我实时更新。谢谢大家的使用。

作者: 天骄 时间: 2012-3-24 22:33
非常感谢分享！！！

作者: 好休闲 时间: 2012-3-25 20:23
不错的词库！

作者: tian04112 时间: 2012-3-28 08:44
在试用，古大师辛苦了

作者: user232 时间: 2018-10-28 21:14

谢谢作者！！！收藏下

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