/rime-frost

白霜词库:蒹葭苍苍,白露为霜。基于雾凇拼音重制的,更纯净、词频准确、智能的词库。使用745396750字的高质量语料,进行分词,重新统计字频、词频,归一化。白霜词库是目前rime方案下最好的词库,在不使用智能模型的情况下可以超越使用智能模型的词库方案。目前使用白霜词库的方案有:墨奇音形(双拼辅)https://github.com/gaboolic/rime-shuangpin-fuzhuma 、墨奇五笔整句https://github.com/gaboolic/rime-wubi-sentence

Primary LanguageLuaGNU General Public License v3.0GPL-3.0

白霜拼音

原始配置和词库由雾凇拼音af2480b commit 修改而来。

雾凇词库里的词比较全但也不是非常全,主要的问题是字频和词频不太对,废词有点多,于是重新制作。

主要维护词库、词频。在雾凇词库的基础上删除了不健康词汇,删除了大量冷僻词(频率==1 且分词器分不出的词),删除/调整了诸如“的吧”、“的了”这种不是词的词。手动大量修改了字频 词频。第一步是做了减法。

然后使用 745396750 字的高质量语料,进行分词,重新统计字频、词频,归一化,以达到更好的输入效果。全拼和双拼都可以使用。

使用方法

使用方法基本同雾凇拼音,微调了一些触发指令,加入了lua辅助码的支持。辅助码是可选项,按下`开启,不影响正常打字。

  • 符号 /fh 更多符号详见https://github.com/gaboolic/rime-frost/blob/master/symbols_v.yaml
  • 带调韵母 /a /e /u 等
  • 日期与时间 rq sj xq dt ts
  • 开启辅助码 ` 墨奇辅助码拆分说明
  • 部件拆字反查 uU
  • unicode字符 U
  • 数字金额大写 R
  • 农历 N
  • 计算器 V

如何安装&配置文件路径

手动下载安装

下载本仓库的压缩包 Code - Download ZIP(或者下载releases最新的 source-code.zip),解压到如下路径即可

  • Windows: %APPDATA%\Rime (可以在右下角小狼毫输入法右键打开菜单选用户文件夹)复制完之后,去输入法设定里选择白霜拼音,然后重新部署
  • Mac
  • Linux
    • fcitx5-rime路径为 ~/.local/share/fcitx5/rime
    • fcitx5 flatpak 版的路径 ~/.var/app/org.fcitx.Fcitx5/data/fcitx5/rime
    • ibus-rime路径为 ~/.config/ibus/rime
  • Android
    • fcitx5-安卓版路径为 /Android/data/org.fcitx.fcitx5.android/files/data/rime
    • 同文路径为 /rime
    • 雨燕 已内置白霜词库词频,直接安装使用即可
  • iOS 仓输入法 目前已内置,也可以通过【输入方案设置 - 右上角加号 - 方案下载 - 覆盖并部署】来更新白霜拼音。

通过 Git 安装

首次安装:

根据用户使用的系统、安装的软件不同,先cd到对应的配置文件的父级目录(例如Windows为%APPDATA%、mac鼠须管为~/Library/),然后执行以下命令:

git clone --depth 1 https://github.com/gaboolic/rime-frost Rime

后续更新:

在 Rime 文件夹执行 git pull 即可。

  • Mac: cd ~/Library/Rime && git pull
  • Windows: cd "$env:APPDATA\Rime" && git pull
  • 其他系统以此类推

通过 东风破 安装

选择配方(others/recipes/*.recipe.yaml)来进行安装或更新:

  • ℞ 安装或更新全部文件 执行bash rime-install gaboolic/rime-frost:others/recipes/full

无智能模型时的输入效果

alt text

alt text

alt text

alt text

alt text

alt text

alt text

alt text

alt text

alt text

alt text

alt text

To-Do

  • 整理分词后词频比较高但词库没有的词加进去
  • 错字错音提醒lua
  • 写自动化脚本,把句子转成拼音,再用拼音调用 rime_api 生成句子,比对正确率,迭代
  • 加上墨奇码首末字形反查,例如 amq 引导符再打 mu cun 可以打出“村 櫉 梼 树”等字
  • 加上 lua 引导辅助码的功能
  • 2 字词,动词+名词结构,中间加入“了” “完”,结尾加入“没”自动派生词汇。
    • 例如:
      • 拔牙: 拔了牙,拔完牙,拔牙没,没拔牙,拔没拔牙
    • 形容词中间加“不”:
      • 例如:厉害→厉不厉害
  • 类似“第四 四列 = 第四列”这种词加上去
  • 统计中文语料中的英文词频
  • 训练一个智能语言模型

鸣谢

雾凇词库 https://github.com/iDvel/rime-ice 白霜词库的初始词库、绝大部分配置来自雾凇词库

结巴中文分词 https://github.com/fxsjy/jieba

汉字转拼音(pypinyin) https://github.com/mozillazg/python-pinyin

MNBVC 超大规模中文语料集 https://github.com/esbatmop/MNBVC 目前已有 33TB 数据量

kenlm https://github.com/kpu/kenlm 官网https://kheafield.com/code/kenlm/

kenlm 教程、python 调用 https://github.com/mattzheng/py-kenlm-model

吉祥物(于2024-10-12捡来):

友情链接

使用白霜词库的方案

墨奇音形 https://github.com/gaboolic/rime-shuangpin-fuzhuma

墨奇五笔整句 https://github.com/gaboolic/rime-wubi-sentence

薄荷拼音 https://github.com/Mintimate/oh-my-rime

雨燕输入法 https://github.com/gurecn/YuyanIme 一个开箱即用的安卓输入法 内置白霜词库

Star History

Star History Chart