search

iDvel / rime-ice

Rime 配置：雾凇拼音 | 长期维护的简体词库
https://dvel.me/posts/rime-ice/
GNU General Public License v3.0
9.44k stars 631 forks source link

中英混输词库不支持双拼方案 #230

Closed Nicked639 closed 1 year ago

Nicked639 commented 1 year ago

中英混输词库目前只支持全拼方案，如输入 qqhao 可以得到 QQ号，但在双拼方案（小鹤）中，输入 qqhc 无法得到QQ号，而是秋毫。 请问作者是否可以添加支持？

iDvel commented 1 year ago

本意是想支持的，但执行的时候出了点问题。

比如创建一个 melt_eng.custom.yaml 写入英文和小鹤的拼写规则：

patch:
  speller/algebra:
    - derive/['\-_+,.]+//
    - derive/^(.+)$/\L$1/
    - derive/^([a-z].+)$/\U$1/
    - derive/^([a-zA-Z])/\U$1/
    - derive/^([a-z][a-z])/\U$1/

    - derive/^([jqxy])u$/$1v/
    - derive/^([aoe])([ioun])$/$1$1$2/
    - xform/^([aoe])(ng)?$/$1$1$2/
    - xform/iu$/Q/
    - xform/(.)ei$/$1W/
    - xform/uan$/R/
    - xform/[uv]e$/T/
    - xform/un$/Y/
    - xform/^sh/U/
    - xform/^ch/I/
    - xform/^zh/V/
    - xform/uo$/O/
    - xform/ie$/P/
    - xform/i?ong$/S/
    - xform/ing$|uai$/K/
    - xform/(.)ai$/$1D/
    - xform/(.)en$/$1F/
    - xform/(.)eng$/$1G/
    - xform/[iu]ang$/L/
    - xform/(.)ang$/$1H/
    - xform/ian$/M/
    - xform/(.)an$/$1J/
    - xform/(.)ou$/$1Z/
    - xform/[iu]a$/X/
    - xform/iao$/N/
    - xform/(.)ao$/$1C/
    - xform/ui$/V/
    - xform/in$/B/
    - xlit/QWRTYUIOPSDFGHJKLZXCVBNM/qwrtyuiopsdfghjklzxcvbnm/

然后有些小问题： 输入 qqhc 可以得到「QQ号」，但输入 qqhcma 却得不到「QQ号码」； 输入 xgl 可以得到「X光」，但输入 xglpm 却得不到「X光片」。 挺迷的，谁知道怎么回事。。。

wxyzh commented 1 year ago

大概和简拼，韵母转换，权重有关。

我用的智能ABC的双拼方案。 大部分英文开头的混拼都无法匹配， X光，实际输入xgt，预览结果为x guang， X光的候选一样很靠后。 X光片，实际输入xgtpw，预览结果为x g t pian，X光片 由于权重原因在候选的靠后位置。

ps 我是用的第一版的实现

wxyzh commented 1 year ago

如果能单独做个字典，并且提高初始权重，或许会有些效果

hoofcushion commented 1 year ago

本意是想支持的，但执行的时候出了点问题。

比如创建一个 melt_eng.custom.yaml 写入英文和小鹤的拼写规则：

patch:
  speller/algebra:
    - derive/['\-_+,.]+//
    - derive/^(.+)$/\L$1/
    - derive/^([a-z].+)$/\U$1/
    - derive/^([a-zA-Z])/\U$1/
    - derive/^([a-z][a-z])/\U$1/

    - derive/^([jqxy])u$/$1v/
    - derive/^([aoe])([ioun])$/$1$1$2/
    - xform/^([aoe])(ng)?$/$1$1$2/
    - xform/iu$/Q/
    - xform/(.)ei$/$1W/
    - xform/uan$/R/
    - xform/[uv]e$/T/
    - xform/un$/Y/
    - xform/^sh/U/
    - xform/^ch/I/
    - xform/^zh/V/
    - xform/uo$/O/
    - xform/ie$/P/
    - xform/i?ong$/S/
    - xform/ing$|uai$/K/
    - xform/(.)ai$/$1D/
    - xform/(.)en$/$1F/
    - xform/(.)eng$/$1G/
    - xform/[iu]ang$/L/
    - xform/(.)ang$/$1H/
    - xform/ian$/M/
    - xform/(.)an$/$1J/
    - xform/(.)ou$/$1Z/
    - xform/[iu]a$/X/
    - xform/iao$/N/
    - xform/(.)ao$/$1C/
    - xform/ui$/V/
    - xform/in$/B/
    - xlit/QWRTYUIOPSDFGHJKLZXCVBNM/qwrtyuiopsdfghjklzxcvbnm/

然后有些小问题： 输入 qqhc 可以得到「QQ号」，但输入 qqhcma 却得不到「QQ号码」； 输入 xgl 可以得到「X光」，但输入 xglpm 却得不到「X光片」。 挺迷的，谁知道怎么回事。。。

cn_en.dict.yaml:
---
name: cn_en
version: "2023-04-11"
sort: by_weight

QQ号 QQhao
QQ号码    QQhaoma
X光  xguang
X光片 xguangpian
...
melt_eng.schema.yaml:
---
schema:
  schema_id: melt_eng
  name: Easy English Nano
speller:
 algebra:
  - xform/(.)ao$/$1C/ #这个正则式会将末尾的ao替换为C，于是qqhao顺利转换为qqhc

  - xform/[iu]ang$/L/ #这个正则式会将末尾的uang或iang替换为L，于是xguang顺利转换为xgl

  - xform/ian$/M/ #这个正则式会将末尾的ian替换为m，于是xguangpian顺利转换为xguangpm
...

qqhao可以转换为qqhc，但是qqhaoma中间的hao，并不在末尾，于是无法转换，x光片同理，如果你输入xguangpm，就可以打出x光片了。

hoofcushion commented 1 year ago

image image

如果对双拼混输感兴趣，有需求，可以尝试这个小技巧：在词库中用""包裹住编码，再在拼运的最后一行加上

speller:
 algebra:
  -…………
  -…………
  -…………
  - xform/"// #这个正则式会删除 "

在这个#70 issue里，我也有提及这种方法 我还制作了一个一件生成拼运的emeditor脚本https://github.com/rime/home/discussions/1274

另外，双拼拼运不要用大写字母搭桥，我不喜欢，浪费编码空间，是制作方案的下下下下策。

附件： 处理好的词库 _dic_cn_en.dict.yaml.txt

wxyzh commented 1 year ago 
speller:
 algebra:
  -…………
  -…………
  -…………
  - xform/"// #这个正则式会删除 "

在这个#70 issue里，我也有提及这种方法 我还制作了一个一件生成拼运的emeditor脚本rime/home#1274

另外，双拼拼运不要用大写字母搭桥，我不喜欢，浪费编码空间，是制作方案的下下下下策。

附件： 处理好的词库 _dic_cn_en.dict.yaml.txt

这个方法真棒。 Snipaste_2023-05-01_09-53-15 Snipaste_2023-05-01_09-53-42 Snipaste_2023-05-01_09-54-09

hoofcushion commented 1 year ago 
speller:
 algebra:
  -…………
  -…………
  -…………
  - xform/"// #这个正则式会删除 "

在这个#70 issue里，我也有提及这种方法 我还制作了一个一件生成拼运的emeditor脚本rime/home#1274 另外，双拼拼运不要用大写字母搭桥，我不喜欢，浪费编码空间，是制作方案的下下下下策。 附件： 处理好的词库 _dic_cn_en.dict.yaml.txt

这个方法真棒。 Snipaste_2023-05-01_09-53-15 Snipaste_2023-05-01_09-53-42 Snipaste_2023-05-01_09-54-09

注释掉translator下的preedit format，或者使用外挂词库，输入码显示就会正常了

Nicked639 commented 1 year ago

image

image

如果对双拼混输感兴趣，有需求，可以尝试这个小技巧：在词库中用""包裹住编码，再在拼运的最后一行加上


speller:

 algebra:

  -…………

  -…………

  -…………

  - xform/"// #这个正则式会删除 "

在这个#70 issue里，我也有提及这种方法

我还制作了一个一件生成拼运的emeditor脚本https://github.com/rime/home/discussions/1274

另外，双拼拼运不要用大写字母搭桥，我不喜欢，浪费编码空间，是制作方案的下下下下策。

附件：

处理好的词库

_dic_cn_en.dict.yaml.txt

我试了一下，挺好的，谢谢大佬分享。就是目前遇到一个问题，我用的小鹤双拼，按下面的字典在输入ads的时候照理说会出来「A栋」这个候选词，但不知为何就是出不来。

A栋 "a" dong

hoofcushion commented 1 year ago

image image 如果对双拼混输感兴趣，有需求，可以尝试这个小技巧：在词库中用""包裹住编码，再在拼运的最后一行加上

speller:

 algebra:

  -…………

  -…………

  -…………

  - xform/"// #这个正则式会删除 "

在这个#70 issue里，我也有提及这种方法 我还制作了一个一件生成拼运的emeditor脚本rime/home#1274 另外，双拼拼运不要用大写字母搭桥，我不喜欢，浪费编码空间，是制作方案的下下下下策。 附件： 处理好的词库 _dic_cn_en.dict.yaml.txt

我试了一下，挺好的，谢谢大佬分享。就是目前遇到一个问题，我用的小鹤双拼，按下面的字典在输入ads的时候照理说会出来「A栋」这个候选词，但不知为何就是出不来。

A栋 "a" dong

可能是词频太低，被其他候选顶下去了。

wxyzh commented 1 year ago

image

image

如果对双拼混输感兴趣，有需求，可以尝试这个小技巧：在词库中用""包裹住编码，再在拼运的最后一行加上


speller:

 algebra:

  -…………

  -…………

  -…………

  - xform/"// #这个正则式会删除 "

在这个#70 issue里，我也有提及这种方法

我还制作了一个一件生成拼运的emeditor脚本https://github.com/rime/home/discussions/1274

另外，双拼拼运不要用大写字母搭桥，我不喜欢，浪费编码空间，是制作方案的下下下下策。

附件：

处理好的词库

_dic_cn_en.dict.yaml.txt

我试了一下，挺好的，谢谢大佬分享。就是目前遇到一个问题，我用的小鹤双拼，按下面的字典在输入ads的时候照理说会出来「A栋」这个候选词，但不知为何就是出不来。

A栋 "a" dong

把这个字典放在中文字典的最上面。

name: rime_ice
version: "1"
use_preset_vocabulary: true
import_tables:
  - cn_dicts/cn_en   # 中英混输词库
  - cn_dicts/8105    # 字表
  - cn_dicts/41448   # 大字表（按需启用）
  - cn_dicts/base    # 基础词库
  - cn_dicts/sogou   # 搜狗流行词，与 main 没有重复
  #- cn_dicts/moegirl  # 萌娘百科
  - cn_dicts/ext     # 扩展词库，与 main sogou 没有重复
  - cn_dicts/tencent # 腾讯词向量，与 main sogou ext 没有重复，大词库，部署时间较长。
  - cn_dicts/others  # 一些杂项
Nicked639 commented 1 year ago

image

image

如果对双拼混输感兴趣，有需求，可以尝试这个小技巧：在词库中用""包裹住编码，再在拼运的最后一行加上


speller:

 algebra:

  -…………

  -…………

  -…………

  - xform/"// #这个正则式会删除 "

在这个#70 issue里，我也有提及这种方法

我还制作了一个一件生成拼运的emeditor脚本https://github.com/rime/home/discussions/1274

另外，双拼拼运不要用大写字母搭桥，我不喜欢，浪费编码空间，是制作方案的下下下下策。

附件：

处理好的词库

_dic_cn_en.dict.yaml.txt

我试了一下，挺好的，谢谢大佬分享。就是目前遇到一个问题，我用的小鹤双拼，按下面的字典在输入ads的时候照理说会出来「A栋」这个候选词，但不知为何就是出不来。

A栋 "a" dong

把这个字典放在中文字典的最上面。

name: rime_ice
version: "1"
use_preset_vocabulary: true
import_tables:
  - cn_dicts/cn_en   # 中英混输词库
  - cn_dicts/8105    # 字表
  - cn_dicts/41448   # 大字表（按需启用）
  - cn_dicts/base    # 基础词库
  - cn_dicts/sogou   # 搜狗流行词，与 main 没有重复
  #- cn_dicts/moegirl  # 萌娘百科
  - cn_dicts/ext     # 扩展词库，与 main sogou 没有重复
  - cn_dicts/tencent # 腾讯词向量，与 main sogou ext 没有重复，大词库，部署时间较长。
  - cn_dicts/others  # 一些杂项

我用的是你在另外一个issue提到的挂载方法：

tidm_cn_en:
  dictionary: tidic_cn_en
  enable_sentence: false
  enable_user_dict: false
  initial_quality: 1

是将上面这段直接放在了我的双拼输入方案里，这样的话该如何给这个字典提权呢？ 刚接触Rime，还不太了解。

hoofcushion commented 1 year ago 

  initial_quality: 1

initial_quality的大小会影响权重，另外，translators中的排序也会影响谁排在前面

Nicked639 commented 1 year ago 

  initial_quality: 1

initial_quality的大小会影响权重，另外，translators中的排序也会影响谁排在前面

再请教一下，可以让中英文混输支持联想吗，现在需要全部完整的输入才会在候选词里看到中英文混合的结果。

hoofcushion commented 1 year ago

再请教一下，可以让中英文混输支持联想吗，现在需要全部完整的输入才会在候选词里看到中英文混合的结果。

不行，不动源码弄不了联想

iDvel commented 1 year ago

把目前的中英混输词库分成 N 份，一份全拼、一份小鹤、一份自然码。。。

- cn_en_pinyin.dict.yaml
- cn_en_double_pinyin.dict.yaml
- cn_en_double_pinyin_flypy.dict.yaml

例如：
# 全拼 cn_en_pinyin.dict.yaml
哆啦A梦    duolaameng
# 小鹤 cn_en_double_pinyin_flypy.dict.yaml
哆啦A梦    dolaamg

这样是不是就行了，谁用哪个就解开哪个注释。

Nicked639 commented 1 year ago

把目前的中英混输词库分成 N 份，一份全拼、一份小鹤、一份自然码。。。


- cn_en_pinyin.dict.yaml

- cn_en_double_pinyin.dict.yaml

- cn_en_double_pinyin_flypy.dict.yaml

例如：

# 全拼 cn_en_pinyin.dict.yaml

哆啦A梦  duolaameng

# 小鹤 cn_en_double_pinyin_flypy.dict.yaml

哆啦A梦  dolaamg

这样是不是就行了，谁用哪个就解开哪个注释。

用这种方案是不是还能支持联想？

iDvel commented 1 year ago

用这种方案是不是还能支持联想？

和现在的英文行为模式一样。

Nicked639 commented 1 year ago

用这种方案是不是还能支持联想？

和现在的英文行为模式一样。

佬是准备在repo添加这几个yaml了吗？

WithdewHua commented 1 year ago

把目前的中英混输词库分成 N 份，一份全拼、一份小鹤、一份自然码。。。

- cn_en_pinyin.dict.yaml
- cn_en_double_pinyin.dict.yaml
- cn_en_double_pinyin_flypy.dict.yaml

例如：
# 全拼 cn_en_pinyin.dict.yaml
哆啦A梦  duolaameng
# 小鹤 cn_en_double_pinyin_flypy.dict.yaml
哆啦A梦  dolaamg

这样是不是就行了，谁用哪个就解开哪个注释。

这维护成本有点高啊，感觉还是 @abcdefg233 佬的方案比较好啊

wxyzh commented 1 year ago

把目前的中英混输词库分成 N 份，一份全拼、一份小鹤、一份自然码。。。

- cn_en_pinyin.dict.yaml
- cn_en_double_pinyin.dict.yaml
- cn_en_double_pinyin_flypy.dict.yaml

例如：
# 全拼 cn_en_pinyin.dict.yaml
哆啦A梦    duolaameng
# 小鹤 cn_en_double_pinyin_flypy.dict.yaml
哆啦A梦    dolaamg

这样是不是就行了，谁用哪个就解开哪个注释。

这维护成本有点高啊，感觉还是 @abcdefg233 佬的方案比较好啊

直接放在中文字典里就行了，不用维护这么多方案和字典

WithdewHua commented 1 year ago

把目前的中英混输词库分成 N 份，一份全拼、一份小鹤、一份自然码。。。

- cn_en_pinyin.dict.yaml
- cn_en_double_pinyin.dict.yaml
- cn_en_double_pinyin_flypy.dict.yaml

例如：
# 全拼 cn_en_pinyin.dict.yaml
哆啦A梦  duolaameng
# 小鹤 cn_en_double_pinyin_flypy.dict.yaml
哆啦A梦  dolaamg

这样是不是就行了，谁用哪个就解开哪个注释。

这维护成本有点高啊，感觉还是 @abcdefg233 佬的方案比较好啊

直接放在中文字典里就行了，不用维护这么多方案和字典

嗯嗯，目前我是挂在了中文字典里，用了 @abcdefg233 的方案

iDvel commented 1 year ago

直接放中文字典不行的，会让简拼失效，输入 hah 的时候得不到「哈哈」。

wxyzh commented 1 year ago

@iDvel 我在cn_en.go 中添加了智能ABC双拼的字典，麻烦看下是否可以合并。 https://github.com/iDvel/rime-ice/pull/259 rime_cn_en.zip