华宇拼音输入法论坛

标题: 紫光赶紧更新一下语言模型或者主词典吧 [打印本页]

作者: bbc0556 时间: 2014-2-5 10:43
标题: 紫光赶紧更新一下语言模型或者主词典吧
早上随便打个字，“haokandianying”，这个常用词在其他输入法中都是能够正确命中的。
紫光只能命中“号看电影”。。。。。惨淡啊。。。。
虽然很喜欢紫光，但是紫光的潮流功能的确落后了。。。。
开发组赶紧更新啊。。。。

作者: wangyanhan 时间: 2014-2-5 12:20

真的啊！俺的加加、紫光中，都没有这个现成词条。似乎加加智能成功了呵呵！

作者: ljdqe 时间: 2014-2-5 13:21
能够智能组词成功啊，啥情况？

作者: wangyanhan 时间: 2014-2-5 13:52
本帖最后由 wangyanhan 于 2014-2-5 14:00 编辑

ljdqe 发表于 2014-2-5 13:21
能够智能组词成功啊，啥情况？

俺一直是主用加加的，所以对紫光的短语库等方面下功夫多，对词库反而没有着意摆弄，用的是官方系统词库和语料库。L版呢？

加加俺用的也是官方语料库，不过系统词库配的大一些——240多万。

按理说，“ 好看、电影” 都是较高频的词条，应该是都可以智能成功的……

作者: ljdqe 时间: 2014-2-5 14:14

wangyanhan 发表于 2014-2-5 13:52
俺一直是主用加加的，所以对紫光的短语库等方面下功夫多，对词库反而没有 ...

从6.8版以后，就没再用其他词库了，只是使用系统词库，短语库当然是系统的外加自己。
不过语言模型使用的是最大的那个了，反正现在的硬件再差也差不多那里去

作者: sanwsw 时间: 2014-2-5 17:12
顺利智能组词。楼主更新版本再试试看。

作者: wangyanhan 时间: 2014-2-5 18:03

sanwsw 发表于 2014-2-5 17:12
顺利智能组词。楼主更新版本再试试看。

俺用的是 “6.9.0.22”。对比了一下词频，官方 “ 好看 ” 的词频比戴老师紫光词库的词频高，可戴老师顺利智能了，俺却不成呵呵！

作者: bbc0556 时间: 2014-2-5 23:14

ljdqe 发表于 2014-2-5 13:21
能够智能组词成功啊，啥情况？

确定不是用户词？
我就是下载官网的版本，打不出这个词条。
语言模型不行了啊

作者: bbc0556 时间: 2014-2-5 23:15

wangyanhan 发表于 2014-2-5 13:52
俺一直是主用加加的，所以对紫光的短语库等方面下功夫多，对词库反而没有 ...

紫光官方版本确实只能出来“号看电影”

作者: bbc0556 时间: 2014-2-5 23:17

ljdqe 发表于 2014-2-5 14:14
从6.8版以后，就没再用其他词库了，只是使用系统词库，短语库当然是系统的外加自己。
不过语言模型使用的 ...

官方原版的语言模型真的组不出来这个词条。
紫光的语言模型得好好的优化一下。

作者: Loquat-Honey 时间: 2014-2-6 08:06
提示: 作者被禁止或删除内容自动屏蔽

作者: richardfsw 时间: 2014-2-6 09:22
记得语言模型的更新，12年的时候论坛上就已经有人在提了
可能是工作量比较大吧……

不过作为一个字词派，对我的影响倒不是很大，我更依赖用户词库而不是智能组词

作者: 野风 时间: 2014-2-6 11:11
官方的语言模型有三个，分别是gooddat、welldat和bestdat。
其中gooddat是标配的，如果觉得gooddat不能满足使用的话，可以使用welldat或者是bestdat。
下载地址：http://bbs.unispim.com/forum.php?mod=viewthread&tid=2697

作者: wangyanhan 时间: 2014-2-6 12:48

richardfsw 发表于 2014-2-6 09:22
记得语言模型的更新，12年的时候论坛上就已经有人在提了
可能是工作量比较大吧……

对于楼主的问题，俺只不过是在测试、探讨而已。

俺虽然近于短语输入派，但实际中和 richardfsw 兄的操作是很相似的，主要依赖用户词库……

之所以一直主用加加，就是因为加加的辅助码强大，在人工造词时筛选快。至于智能嘛！能智能则智能，不能智能就随即造呵呵！

作者: richardfsw 时间: 2014-2-6 13:04

野风发表于 2014-2-6 11:11
官方的语言模型有三个，分别是gooddat、welldat和bestdat。
其中gooddat是标配的，如果觉得gooddat不能满足 ...

“标配”一说不妥吧？

自带的语言模型库是11.8MB的，而gooddate有24.5MB

作者: richardfsw 时间: 2014-2-6 19:07

ljdqe 发表于 2014-2-5 14:14
从6.8版以后，就没再用其他词库了，只是使用系统词库，短语库当然是系统的外加自己。
不过语言模型使用的 ...

关于语言模型的选择嘛，本来我也是这么想的

但是以我目前的电脑（2010年Y450，T6600，2G，GT240M）来说，bestdat和自带文件相比，有明显区别

特别是用惯了bestdat之后重装系统新装紫光的时候

作者: bbc0556 时间: 2014-2-6 19:12

Loquat-Honey 发表于 2014-2-6 08:06
词语模型确实跟不上潮流，很多组词规则不太合理。但是不能说没有效果，犹如一台陈旧但没废弃的机器，有时候 ...

官方自带的语言模型确实很糟糕。
语言模型决定了词库交合的准确性。
老是依靠大量的词库去支撑准确性是不靠谱的。
语言模型的改进其实并没有那么难，只要抓取最新最近的大量语料，花点时间训练一下还是可以的。
相信紫光的语言模型的训练算法应该已经成熟了，其实就是更新一下语料重新来一次就行。
官方自带的实在是太糟糕了。。。

作者: wangyanhan 时间: 2014-2-6 19:21
本帖最后由 wangyanhan 于 2014-2-6 19:24 编辑

语料库适当的大点是可以的，但它们的效率并非呈线性函数。

机子能不能拖动当然是要考虑的因素，但俺觉得还有一个因素，就是太大了应用其实有限，而更多的是冗积呵呵！

作者: bbc0556 时间: 2014-2-6 20:56

wangyanhan 发表于 2014-2-6 19:21
语料库适当的大点是可以的，但它们的效率并非呈线性函数。

机子能不能拖动当然是要考虑的因素，但俺觉得 ...

非常赞成。
语言模型其实越大越好，但是越大性能会越糟糕。
词库并非越大越好，词库太大会造成候选项过多，排序便成了很大的问题。

作者: kingdick 时间: 2014-2-6 21:46
把hao加上三声的拼音，组词就正确了。

查看了一下“好”、“号”的汉字信息，发现2个都是多音字，但不同的音调对应的都是同一个字频。我觉得这个有点问题，一般不同的音调含义不同，字频也应当有区别。

作者: bbc0556 时间: 2014-2-7 09:17

kingdick 发表于 2014-2-6 21:46
把hao加上三声的拼音，组词就正确了。

查看了一下“好”、“号”的汉字信息，发现2个都是多音字，但不同 ...

非常赞成。
但是组词的概率性问题应该是在语言模型中解决。
而且我觉得紫光的词频问题是比较大的。

作者: 觉贤 时间: 2014-2-7 17:39
语言模型总也没更新了

作者: bbc0556 时间: 2014-2-7 21:55

觉贤发表于 2014-2-7 17:39
语言模型总也没更新了

估计没有人再弄这个东西了。
现在的百度输入法、搜狗输入法在内核方面和外壳方面做的都比紫光要上一个档次
不过紫光的简洁算得上是个亮点。

作者: wangyanhan 时间: 2014-2-7 22:29
本帖最后由 wangyanhan 于 2014-2-7 22:35 编辑

bbc0556 发表于 2014-2-7 21:55
估计没有人再弄这个东西了。
现在的百度输入法、搜狗输入法在内核方面和外壳方面做的都比紫光要上一个档 ...

紫光的亮点多着呢！——洁净、字库大并能自定义、用户设置方便、词库制作工具优秀、辅助输入工具强大、用户词库能导入导出、系统词库一目了然好管理、短语库……等等

对俺来说，主要感觉是辅助码不行，要不然，早就主用紫光了。即使是现在，也把它放在次长位置呵呵！

作者: bbc0556 时间: 2014-2-8 08:26

wangyanhan 发表于 2014-2-7 22:29
紫光的亮点多着呢！——洁净、字库大并能自定义、用户设置方便、词库制作工具优秀、辅助输入工具强大、用户 ...

机器里面还留两个输入法啊～一般主用一个输入法就够了。
辅助码比较强的应该是拼音加加吧。

作者: Loquat-Honey 时间: 2014-2-8 15:52
提示: 作者被禁止或删除内容自动屏蔽

作者: bbc0556 时间: 2014-2-8 16:25

Loquat-Honey 发表于 2014-2-8 15:52
紫光确实落后了，加加用户量更小。这都是早就已成事实之事，只能面对。不过紫光的改进和更新实在太伤热爱之 ...

Win8上面紫光不好用。
目前就搜狗和百度两家的输入法做的很好。
还有微软自己的英库输入法

作者: wangyanhan 时间: 2014-2-8 18:18
本帖最后由 wangyanhan 于 2014-2-8 18:46 编辑

bbc0556 发表于 2014-2-8 08:26
机器里面还留两个输入法啊～一般主用一个输入法就够了。
辅助码比较强的应该是拼音加加吧。

辅助码较强的，当然数加加啊呵呵！下面是个示例，用超级简拼，包括空格上屏，11键造出新词 “下起了大雪” 。

以上只是个示范，其实像这类简单的短语，用7键就可能智能出来呵呵！

作者: bbc0556 时间: 2014-2-8 19:55

wangyanhan 发表于 2014-2-8 18:18
辅助码较强的，当然数加加啊呵呵！下面是个示例，用超级简拼，包括空格上屏，11键造出新词 “下起了大雪” ...

不过这些辅助码是不是要考记忆去记住，这个也是比较复杂的。

作者: wangyanhan 时间: 2014-2-8 22:02
本帖最后由 wangyanhan 于 2014-2-8 22:04 编辑

bbc0556 发表于 2014-2-8 19:55
不过这些辅助码是不是要考记忆去记住，这个也是比较复杂的。

（一）辅助码主用是起筛选作用。
譬如你输入一个首声母 d ，然后键入笔画辅助码 hpd（横撇点），那么，在候选框里就只会出现 “大、达、耷、夺” 这4个候选单字。
再如输入一个超级简拼 jt ，然后键入笔画辅助码 ph（撇横，即词组中每个字的起笔），那么，在候选框里就只会出现 “今天、几天” 等词组。

（二）辅助码只记规律，不需要刻意去死记的。还是以#28楼的贴图来解释吧——
①第二张图中的辅助码 hz ，是“下起了” 词条中 “下起” 每字的起笔。
②第三张图中的辅助码 ry ，是“大雪” 词条中 “大” 字的四角号码第一码 4 （叉4），编码是用 “q——p ” 来替代 ”1——0 ” 的。“ 雪 ” 字的构形辅助码 y（雨）。

作者: 觉贤 时间: 2014-2-9 10:25

wangyanhan 发表于 2014-2-8 22:02
（一）辅助码主用是起筛选作用。
譬如你输入一个首声母 d ，然后键入笔画辅助码 hpd（横撇点），那么，在候 ...

是的加加，辅助码灵活，词库精良；但程序上屏有点卡

作者: richardfsw 时间: 2014-2-9 16:35

wangyanhan 发表于 2014-2-8 22:02
（一）辅助码主用是起筛选作用。
譬如你输入一个首声母 d ，然后键入笔画辅助码 hpd（横撇点），那么，在候 ...

作为一个辅助码门外汉，觉得：

1、对于单字进行笔画筛选，容易出现笔顺问题，比如“区”、忄这种

2、其实拼音输入的时候，发音到音节编码的转换几乎是完全不费力的，而初学者要想起来第一笔是什么肯定要那么点时间。

作者: wangyanhan 时间: 2014-2-9 16:49
本帖最后由 wangyanhan 于 2014-2-9 16:53 编辑

richardfsw 发表于 2014-2-9 16:35
作为一个辅助码门外汉，觉得：

1、对于单字进行笔画筛选，容易出现笔顺问题，比如“区”、忄这种

richardfsw兄列举的这两个字的例子，俺是用四角号码辅助码处理的。“ 区 ” 字取 7 （七角），“ 忄” 取 9 （九是小）。当然，只有拼音加加的辅助码可以自定义，其它拼音输入法的辅助码好像都不能自定义呵呵！

不过，对四角号码比较熟悉的网友似乎不多。俺过去在加加论坛放出的一个《笔画、四角、拆分》辅助码表，先后只有100多人次下载呵呵！

作者: tomelephant 时间: 2014-4-20 01:29
楼主更新版本再试试看

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