search

rime / rime-cantonese

Rime Cantonese input schema | 粵語拼音輸入方案
https://jyutping.net/
Creative Commons Attribution 4.0 International
551 stars 61 forks source link

擴充詞庫 #10

Closed laubonghaudoi closed 5 years ago

laubonghaudoi commented 5 years ago

我之前搵到咗呢個倉庫：https://github.com/ziloeng/rime-jyut6ping3 呢個倉庫入邊有好豐富嘅粵語詞彙，我亦都徵得咗作者嘅同意，可以將入邊嘅數據加到我哋嘅碼表度。所以我而家諗住下一步就整合呢啲詞彙。呢個倉庫入邊有5個詞庫文件：

  1. jyut6ping3.dict.yaml單字字音碼表，例子Unihan嘅kCantonse。呢部分我哋已經解決，可以忽略。
  2. jyut6ping3.dict.yaml少量emoji碼表，可以忽略。
  3. jyut6ping3.vocabulary.dict.yaml大量粵語詞彙，其中有1萬1千條有標粵拼，剩低9萬幾條剩得個詞組，冇標粵拼。呢部分係我哋要重點考慮嘅
  4. jyut6ping3.vocabulary.emoji.dict.yaml3千幾條粵語詞彙，冇標粵拼，可以都加入（唔知同上面有乜唔同，點解要分出來）。

所以我而家打算先增補呢部分詞彙。另外有一個問題就係，因爲呢啲詞彙數量太大，無辦法一次過手工檢查晒，所以我推薦先將呢部分詞彙放喺另外一個文件jyut6ping3.vocabulary.dict.yaml入邊，包括@leimaau 之前提交https://github.com/sgalal/rime-cantonese/commit/bd8349b279f7e72a579c4b8d99af315dac5e0fca 加嘅兩萬個詞條，都整合放到呢個文件入邊，統一以後收到反饋再修改維護。噉樣好唔好？

最後有個問題就係，如果我哋加入晒呢啲詞彙，話唔定可以取消使用個自帶八股文詞庫嘅設定。因爲呢度嘅詞彙已經足夠多，而且可以避免打出一啲官話詞彙。當然呢一點要到時試過先知。

chaaklau commented 5 years ago
  • jyut6ping3.dict.yaml少量emoji碼表，可以忽略。

（應該打錯咗檔案名？） Emoji 喺推廣輸入法方面好有用，長遠要大幅擴張至係 :) 如果有餘力的話，應該要每個 emoji 加十個八個相關詞落去。

leimaau commented 5 years ago

@laubonghaudoi 兩個詞庫分開之後如果用戶嗰便能夠自動安裝就冇問題，若果都係要手動安裝兩個詞庫同opencc都係一件麻煩事。jyut6ping3.vocabulary.dict.yaml剩低個9萬詞如果唔係粵詞，大部份係官詞且八股文同簡化字八股文都收錄就唔需賦粵拼喇啩。

@chaaklau Emoji 係可以通過OpenCC_Emoji來加嘅，做法同繁簡轉換一樣，下個更新可以加上。

laubonghaudoi commented 5 years ago
  • jyut6ping3.dict.yaml少量emoji碼表，可以忽略。

（應該打錯咗檔案名？） Emoji 喺推廣輸入法方面好有用，長遠要大幅擴張至係 :) 如果有餘力的話，應該要每個 emoji 加十個八個相關詞落去。

emoji嘅支持係可以另外自己安裝嘅，就係用呢個倉庫https://github.com/rime/rime-emoji

具體操作就係，運行下面呢行命令，然後重新佈署，就可以打emoji了。

bash rime-install emoji:customize:schema=jyut6ping3