关于智能组词的小发现

richardfsw

虽然一直弄不明白语言模型到底是个什么东西，不过有时还是能给到一些小惊喜——
今天第一次输入“甲贺忍法帖”，居然智能组词成功了……一看，05年的作品，倒也不算太奇怪，否则就神了

用的是gooddata，因为勾上了智能组词入库，所以懒得删词就不截图了^_^


PS：内容比较水，就当活跃论坛了…………

wangyanhan

仿佛记得今年初更新版刚放出时，俺专门做过测试，发现紫光输入法的人工造词能参加智能组词了。因为一直是主用加加，所以此后也没有进一步的测试和输入体验。

总之现在把加加的4万多用户词条导入到紫光后，发现紫光也越来越好用了。主要是没有辅助码，造新词没有加加方便，因此还是主用加加呵呵！

richardfsw

Loquat-Honey 发表于 2013-12-15 22:51
输入该词，词库里有，没法测试。个人体会是规则比较陈旧，大多不太合手，但偶有惊喜，更多是想踹之和哭笑不 ...

其实我估计论坛里的华宇用户都不怎么依赖智能组词，没几个人用户词库是少于四位数的……

richardfsw

Loquat-Honey 发表于 2013-12-16 10:37
个人比较依赖智能组词。半年多前彻底清理了一下用户词库，从1.8万减到5000左右。但是根本满足不了日常打字。 ...

呃……略夸张。你是不是输入的文字比较专业，又没有相关专业的对应词库？

光靠大词库和大语料库乱枪打鸟恐怕不是个好方法，还拖慢响应速度

我的用户词库经过清理后，不到2000词（清理以前也就2500左右吧）。挂载输入法自带的系统词库、人名词库、地名词库，使用gooddata小型语料库，其实日常用用也没觉得有什么问题。过段时间我还打算替换为更小的基础词库

wangyanhan

俺个人认为，字词派是可以依赖下载词库的，包括系统词库和分类词库，但短语派不依赖用户词库不行。因为用户的断句习惯形形色色，再大的下载词库和语料库，都难以满足用户形形色色的短语。如果不积累用户词条，就会出现过多的自造词，严重影响输入速度呵呵！

richardfsw

wangyanhan 发表于 2013-12-16 16:08
俺个人认为，字词派是可以依赖下载词库的，包括系统词库和分类词库，但短语派不依赖用户词库不行。因为用户 ...

这方面，我个人认为，字词派可以依赖词库没错，但解决短语派的需求应该是语言模型的设计目标。因为字词排列组合形成的短语，即使断句习惯保持一致，其数量也将非常庞大，在到达良好用户体验之前的积累过程太长（如果智能组词经常出错的话）。至于整句派，就需要云之类更高级的解决方案了。

是不是可以分别对应加加、紫光和搜狗/QQ  这样的三大类输入法呢～～？

wangyanhan

richardfsw 发表于 2013-12-16 19:18
这方面，我个人认为，字词派可以依赖词库没错，但解决短语派的需求应该是语言模型的设计目标。因为字词排 ...

加加别的方面不一定比紫光强，就两样要强一些：①能轻轻松松的拖动300万左右的大词库；②强大的辅助码筛选，含单字筛选和持续辅助码的词组筛选。所谓持续辅助码的词组筛选是这样的：打超级简拼“wmdj”，然后按Tab进入辅助码模式，打“pphd（‘我们大家’每个字的起笔）”就可以筛选出“我们大家”了（如果词库中有“我们大家”的话）。俺之所以至今都主用加加，也就是因为加加的间接辅助码强大。

据俺所知，QQ拼音输入法也有间接辅助码，包括持续辅助码。主要缺点是不能自定义。

双拼就不同了，紫光用自定义短语就可以自定义双拼辅助码，所以摆弄双拼的，对紫光新不新增间接辅助码是没有强烈要求的呵呵！

紫光的字库大，辅助输入工具先进且多，这是其它拼音输入法无发相比的。

拼音输入法大致上可以像你说的分类，但现在放弃搜狗、靠拢QQ的人似乎越来越多……

richardfsw

wangyanhan 发表于 2013-12-16 21:13
加加别的方面不一定比紫光强，就两样要强一些：①能轻轻松松的拖动300万左右的大词库；②强大的辅助码筛 ...

我总觉得间接辅助码会打断思路，毕竟要从语音切换到笔画思维。可能是习惯不同吧

至于说放弃搜狗换QQ，我觉得还是和搜狗的弹窗有关吧。相对来说，QQ可能更干净一些？

wangyanhan

richardfsw 发表于 2013-12-16 22:38
我总觉得间接辅助码会打断思路，毕竟要从语音切换到笔画思维。可能是习惯不同吧

至于说放弃搜狗换QQ， ...

辅助码不会经常用的，主要是用在人工造词的时候。人工造词主要靠词组和单字，有辅助码帮忙，词组和单字 就出来快一些呵呵！

还是现身说法吧！俺过去是用搜狗的，两年前玩起加加，结果就爱不释手了。为什么呢？因为俺是退休以后无聊，才玩起电脑和输入法的，打字没经过专业训练，到如今也是盯住键盘单指击键，拼音也不太熟练，因此就选择了混拼和短语输入模式，这当然要靠大量的用户词库作后盾呵呵！而用户词条又是通过词组和打字一个一个造出来的。现在用户词库一大，打字也就慢慢流利了呵呵！

补充一点——曾有一段时间还想尝试一下整句输入，不过随即便放弃了，因为在输入实践中，整句出现的频次更少，这就会导致用户词库更大……。另外，整句输入的思维跨度更大，其实更容易出错呵呵！

richardfsw

Loquat-Honey 发表于 2013-12-17 00:17
字词派也许够用，但输入来说字词派除非高手，否则速度根本不满意。你们速度多少？个人连每分100都达不到，非 ...

这个嘛，某种程度上，我正是为了摆脱对输入法智能性的高度依赖（同时严格控制错别字），所以才倾向于字词派的输入风格。因为一句话或者短语，只要输入法没能一次命中，我修改的耗时就远多于用字词派所耗费的击键时间了。

字词派受制于击键次数较多，输入速度受到限制。个人在之前单位里某一次打字测试时的成绩好像是每分93字，在同教室的人中也勉强可以算名列前茅了（都是25岁以下的年轻人）。而且当时用的是稍加调校的搜狗，词库如何不清楚。假如用顺手的紫光，也许可以有所提高，不过突破100恐怕也是很有难度的。

这个问题不同的人有不同的看法：如果只是日常聊天和一般性的撰写文稿，我觉得这个速度已经完全足够了。个人写文章的时候从来都是写几句就要停下来斟酌措辞和句法，等待文字录入的过程并不引起我的注意。但如果是专业的文字录入人员，需要不动脑筋地输入现成的文稿，那可能是要想办法作进一步的提高。

另外，单论拼音输入法的话，在经常需要人工选词的前提下，我觉得双拼意义不大。


顺便问一下，经过长期探索之后，你觉得各家输入法最让你不能满意的短板分别在哪里？

bbc0556

Loquat-Honey 发表于 2013-12-15 22:51
输入该词，词库里有，没法测试。个人体会是规则比较陈旧，大多不太合手，但偶有惊喜，更多是想踹之和哭笑不 ...

目前紫光输入法整句完全是靠语言模型的，用户词基本不会影响整句解码的。

bbc0556

智能组词入库是基本的常识。
经过这么长时间的验证发现：光靠语言模型打分去完全控制整句是不靠谱的。

richardfsw

bbc0556 发表于 2014-1-27 23:02
智能组词入库是基本的常识。
经过这么长时间的验证发现：光靠语言模型打分去完全控制整句是不靠谱的。

就目前来说，智能组词入库也没什么问题

不过当初论坛上好像是fengyu29版主曾经反对过这一条，原帖找不到了