第一，有没有开源地址，github 或 gitee。
如果没有，我觉得你最好创建一个开源项目。
你研究的成果，在你日后不想折腾时，不会放在硬盘里吃灰，或许能带给后人一点启发
你搜集到的语料集，可以放到 huggingface 上，供他人下载。
第二，一些看法
1。两千多万的词库，这是什么概念。。。。搜狗的本地词库可能也就几百万。
你在课本上没有学过边际效应吗？
2。整句的输入场景（即一次性输入六个字以上），可能并没你想的这么多，大部分人还是分词输入，一次性输入 2-4字 。（我就不说原因了，自己想）
整句输入手机上可能更多一些。
想明白，你搞这些东西是给谁用的，是网络上占舆论优势的小众群体，还是沉默的大多数。
3。你就盯着搜狗输入法研究就行了，人家真金白银请专业人士开发的商业软件，吊打一切输入法。
我曾做过一点微小的输入法工作，给你一些建议
A。优化词库。
先明白一件事，一个输入法有两个词库，系统词库和用户词库，
200万真有些多了，精简一下，做好词和字频率，足够使用，没有的让用户自己输入
B。缝合一个中文语言模型到输入法里
不要自己去开发，做这个事的人多了去，缝合一个就行
C。如果有余力，放弃 rime ，拥抱苹果生态，利用 swiftUI 和 苹果提供的 api 从头构建一个输入法。
这个事在苹果生态里并不难，也有很多先例可供你参考。
下面是一个比较完整的例子
在 windows 上从头开发一个输入法就比较难了。
搜狗之所以强
第一点，它能够结合上下文和用户词库动态去调频
第二点，它能根据已有的词组去组成更长的句子
第三点，它能利用网络扩展词汇，不需要数量夸张的词库，并且词频合理，新词热词不缺
第四点，它展示的候选词，是综合考量的结果，上下文分析，用户词频，是否组成整句，云词库
第五点，它有辅助码，可以辅助用户定位候选词，前面满足普通人，最后一个满足高手
https://pinyin.sogou.com/help.php?list=3&q=12
这是投入了很多人力优化的结果，个人很难搞出来
说一个我在读大学时的结论，形码靠人力，音码靠科技
说真的哥们，你从一开始折腾的方向就错了
如果你觉得搜狗输入可能会暴露隐私，这很好解决
禁用它的网络连接，让搜狗输入法无法向外发送数据即可
谷歌 “如何禁用应用连接网络” 会有教程