# 鸿雁输入法——整句输入法中一颗冉冉升起的新星

**URL:** <https://forum.freemdict.com/t/topic/15303>\
**Category:** 软件经验交流展望\
**Created:** [2022 年9 月 12 日 06:15 UTC](https://forum.freemdict.com/t/topic/15303 "2022-09-12T06:15:43Z")\
**Posts on this page:** 20\
**Page:** 4

<div class="post-metadata">

作者： ![ad困困](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/a/87869e/32.png) [@ad困困](https://forum.freemdict.com/u/ad%E5%9B%B0%E5%9B%B0)\
发布日期： [2022 年9 月 14 日 05:09 UTC](https://forum.freemdict.com/t/topic/15303/69 "2022-09-14T05:09:52Z")

</div>

> [@hongyan30](#):
>
> 目前因为

多次按空格键是我为群里某人问的，数字建上屏可以啊，候选框等字词可以数字键上屏，最初的版本不能

---

<div class="post-metadata">

作者： ![hongyan30](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/h/2acd7d/32.png) [@hongyan30](https://forum.freemdict.com/u/hongyan30)\
发布日期： [2022 年9 月 14 日 05:12 UTC](https://forum.freemdict.com/t/topic/15303/70 "2022-09-14T05:12:12Z")

</div>

如果卸载老版本了，算法后台自动退出。  
在我这里卸载老版本，不按照输入法的建议，不重启系统。  
安装新版本，不重启也能正常运行新版本。

这主要是小狼毫输入法算法后台有没有启动，有没有加载词库索引的缘故。

---

<div class="post-metadata">

作者： ![hongyan30](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/h/2acd7d/32.png) [@hongyan30](https://forum.freemdict.com/u/hongyan30)\
发布日期： [2022 年9 月 14 日 05:15 UTC](https://forum.freemdict.com/t/topic/15303/71 "2022-09-14T05:15:12Z")

</div>

这是折衷设置，为了支持整句输入。  
小狼毫输入法有两个引擎  
这里打开了语句流输入方式，在语句流模式下，空格断词，回车上词。  
所以，在配置文件里把 fluency\_editor（语句流）改回 express\_editor（普通模式），既可恢复正常的空格上中文词组。  
要想数字直接上屏也不是不可以，整句输入就不支持了。  
C:\Program Files (x86)\Rime\weasel-5.0.0.0\data\hongyan\_pinyin\_simp.schema.yaml  
文件中  
engine:  
processors:  
目录下

- fluency\_editor改成 - express\_editor就可以了，注意空格不能用全角空格和TAB字符代替  
修改并且保存文件后，点击重新部署就生效了。

部署以后windows词库的索引会缩小到262万,安卓平台基本的输入法方案只包含单字，索引会更小。  
这个时候需要把2471万词语增强包重新安装一遍。

鸿雁输入法更改了rime输入法的源代码，取消了语句流模式下空格键的的断词功能，空格键改为上屏键。  
不过保留数字键不能直接上屏的设计，这是为了方便整句输入的时候，使用Tab键和退格键盘选择词语的时，词语还保留在候选框。

如果用户更习惯词语为单元输入，需要数字键直接上屏，可以按照上面给出的方法修改配置。

---

<div class="post-metadata">

作者： ![poorich](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/p/ecae2f/32.png) [@poorich](https://forum.freemdict.com/u/poorich)\
发布日期： [2022 年9 月 14 日 06:08 UTC](https://forum.freemdict.com/t/topic/15303/72 "2022-09-14T06:08:55Z")

</div>

看了一下，作者做的工作很有意义  
不过感觉现在是开了个头  
后面应该还有很多需要优化的工作  
目前非常明显的几个亟需改进的缺陷是：  
– 没有必要的赘余多音字词，一个句子如果有多个多音字，定会产生占比巨大的冗余信息，可能对词频也有显著影响  
– 可能不够完善的统计模型，楼主的语料库之丰富，我想只有一些公司才能匹敌，如此规模，可能分析下来耗时长久，只能选择简单、速度快的统计模型处理，前几层“词库”“次哭”之类的现象应当是不完善处理之下的产物，希望能有所优化  
– 由于太大，所以不够纯净，两字词出现的候选达到几十，让人望而生畏，势必敢于试用的人就稀缺，说起来应该也是完善统计模型后的一个目标

---

<div class="post-metadata">

作者： ![hongyan30](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/h/2acd7d/32.png) [@hongyan30](https://forum.freemdict.com/u/hongyan30)\
发布日期： [2022 年9 月 14 日 06:19 UTC](https://forum.freemdict.com/t/topic/15303/73 "2022-09-14T06:19:32Z")

</div>

个人精力有限。

次哭  
可以看作 第一次哭 第二次哭

这些词语的分割产生的。

这样的句子应该在微博比较常见。

为了获得更为全面的词汇只能机械分词。

目前缺乏人工校验，又没有非常成熟的中文分词软件，只能这样。

如果要做出更为完美的输入法，需要更多的人力。目前只能做到这个地步。

---

<div class="post-metadata">

作者： ![poorich](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/p/ecae2f/32.png) [@poorich](https://forum.freemdict.com/u/poorich)\
发布日期： [2022 年9 月 14 日 06:32 UTC](https://forum.freemdict.com/t/topic/15303/74 "2022-09-14T06:32:09Z")

</div>

感谢解答  
能否考虑拿掉微博语料库，不规范的表达太多了  
wb的用户大多比较年轻活泼，话语风格变化得也很快  
相对而言，你提供的其他几个语料库更规范、稳定，wb可能会将其污染

---

<div class="post-metadata">

作者： ![etanalyst](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/e/a587f6/32.png) [@etanalyst](https://forum.freemdict.com/u/etanalyst)\
发布日期： [2022 年9 月 14 日 06:56 UTC](https://forum.freemdict.com/t/topic/15303/75 "2022-09-14T06:56:27Z")

</div>

对的 去掉微博资料

---

<div class="post-metadata">

作者： ![zheshijie](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/z/73ab20/32.png) [@zheshijie](https://forum.freemdict.com/u/zheshijie)\
发布日期： [2022 年9 月 14 日 06:58 UTC](https://forum.freemdict.com/t/topic/15303/76 "2022-09-14T06:58:10Z")

</div>

赞同，我看了词频文件，发现词频排前几位的微博化很明显，建议楼主去掉微博

---

<div class="post-metadata">

作者： ![etanalyst](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/e/a587f6/32.png) [@etanalyst](https://forum.freemdict.com/u/etanalyst)\
发布日期： [2022 年9 月 14 日 07:02 UTC](https://forum.freemdict.com/t/topic/15303/77 "2022-09-14T07:02:34Z")

</div>

经典的  
四书五经  
四大名著  
科学医学  
中医  
本草  
古汉语的  
不嫌多

微博一定去掉  
是污染  
毒瘤

---

<div class="post-metadata">

作者： ![zheshijie](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/z/73ab20/32.png) [@zheshijie](https://forum.freemdict.com/u/zheshijie)\
发布日期： [2022 年9 月 14 日 07:27 UTC](https://forum.freemdict.com/t/topic/15303/78 "2022-09-14T07:27:04Z")

</div>

古文资料的情况复杂一点，资料少了对结果没啥改变，资料多了会影响正常输入，毕竟咱们日常绝大部分情况还是用白话文，倒是可以做个可选项，像搜狗的词库那种概念

---

<div class="post-metadata">

作者： ![etanalyst](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/e/a587f6/32.png) [@etanalyst](https://forum.freemdict.com/u/etanalyst)\
发布日期： [2022 年9 月 14 日 07:47 UTC](https://forum.freemdict.com/t/topic/15303/79 "2022-09-14T07:47:39Z")

</div>

嗯  
对的  
实用第一

---

<div class="post-metadata">

作者： ![hongyan30](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/h/2acd7d/32.png) [@hongyan30](https://forum.freemdict.com/u/hongyan30)\
发布日期： [2022 年9 月 14 日 08:01 UTC](https://forum.freemdict.com/t/topic/15303/80 "2022-09-14T08:01:50Z")

</div>

> [@etanalyst](#):
>
> 四大名著

 ![20220914154558](https://forumcdn.freemdict.com/uploads/default/original/3X/f/9/f9b4ee799f689e7ec7dd312ddbe7a4b929ed6f0d.png)  
 ![20220914154648](https://forumcdn.freemdict.com/uploads/default/original/3X/6/7/670064eec11eb51ed11703b0d30f9e829b95de27.png)

不愧是辞典资深玩家啊。

微博中 “次哭” 是其他语料库词频的四倍。这个词在最新出版的书籍里也是普遍的。

至于你提到的微博词汇规范性权威性的质疑，是有一定道理的。

本输入法的高频词汇是通过区块数量投票得出的，不规范的怪词会通过区块数和频率的筛选出来的。

像 “高富帅” “白富美” “火钳刘明” “不明觉厉” “十动然拒” “人艰不拆”这些固定成型的流行语被收集

“针不戳” “然并卵” “ 绝绝子”这些流行语却没有被收集。

基于区块投票、词频排序的方法是相对可靠的。

输入法使用的大部分场景是聊天摸鱼。

没有微博这个口语化的语料库，到哪里去找最新最全的口语素材。

---

<div class="post-metadata">

作者： ![zheshijie](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/z/73ab20/32.png) [@zheshijie](https://forum.freemdict.com/u/zheshijie)\
发布日期： [2022 年9 月 14 日 08:24 UTC](https://forum.freemdict.com/t/topic/15303/81 "2022-09-14T08:24:41Z")

</div>

我的建议是，做成更新包。根据搜狗的使用体验，他的流行语是需要联网才会更新，换句话说，所谓的最新、流行是动态的，今天流行，可能明天就不流行了，所以可以隔一段时间选择最新的微博语料更新一次，而不是全部微博语料

---

<div class="post-metadata">

作者： ![hongyan30](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/h/2acd7d/32.png) [@hongyan30](https://forum.freemdict.com/u/hongyan30)\
发布日期： [2022 年9 月 14 日 08:41 UTC](https://forum.freemdict.com/t/topic/15303/82 "2022-09-14T08:41:18Z")

</div>

这个周期应该是以半年 一年 为单位

---

<div class="post-metadata">

作者： ![zheshijie](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/z/73ab20/32.png) [@zheshijie](https://forum.freemdict.com/u/zheshijie)\
发布日期： [2022 年9 月 14 日 08:53 UTC](https://forum.freemdict.com/t/topic/15303/83 "2022-09-14T08:53:32Z")

</div>

可以的，期待您的实验数据

---

<div class="post-metadata">

作者： ![etanalyst](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/e/a587f6/32.png) [@etanalyst](https://forum.freemdict.com/u/etanalyst)\
发布日期： [2022 年9 月 14 日 10:27 UTC](https://forum.freemdict.com/t/topic/15303/84 "2022-09-14T10:27:49Z")

</div>

万分期待

使用发现5。0版本比上个版本更加流畅易用

---

<div class="post-metadata">

作者： ![poorich](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/p/ecae2f/32.png) [@poorich](https://forum.freemdict.com/u/poorich)\
发布日期： [2022 年9 月 14 日 10:28 UTC](https://forum.freemdict.com/t/topic/15303/85 "2022-09-14T10:28:10Z")

</div>

就问你能不能搞个本站专用版吧……  
毕竟本站的用户，遣词造句的水平远比站外人士高呢  
一提去掉这微博语料大家都比较赞同，这就是群众的呼声了

---

<div class="post-metadata">

作者： ![etanalyst](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/e/a587f6/32.png) [@etanalyst](https://forum.freemdict.com/u/etanalyst)\
发布日期： [2022 年9 月 14 日 10:56 UTC](https://forum.freemdict.com/t/topic/15303/86 "2022-09-14T10:56:49Z")

</div>

把  
四库全书  
四部丛刊  
古今图书集成  
殆知阁  
易经  
中医  
本草

都集成进去

可以满足本坛人士  
做学问的需要

强烈支持推出本论坛专属版词库

---

<div class="post-metadata">

作者： ![zheshijie](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/z/73ab20/32.png) [@zheshijie](https://forum.freemdict.com/u/zheshijie)\
发布日期： [2022 年9 月 14 日 12:06 UTC](https://forum.freemdict.com/t/topic/15303/87 "2022-09-14T12:06:51Z")

</div>

殆知阁其实已经分好类了，楼主的主体数据库去掉微博后保持不变，其他的就做成一个个单独的词库，按需加载就可以了，比如流行语，古文，中医，诗词啥的

---

<div class="post-metadata">

作者： ![etanalyst](https://forumcdn.freemdict.com/letter_avatar_proxy/v4/letter/e/a587f6/32.png) [@etanalyst](https://forum.freemdict.com/u/etanalyst)\
发布日期： [2022 年9 月 14 日 12:12 UTC](https://forum.freemdict.com/t/topic/15303/88 "2022-09-14T12:12:46Z")

</div>

英雄所见略同

无比兴奋  
无比幸福

[上一页](https://forum.freemdict.com/t/topic/15303.md?page=3)

[下一页](https://forum.freemdict.com/t/topic/15303.md?page=5)
