输入法词库专题之一:窝子极爽词库5.0发布



今天抽空把几篇旧文整理一下,一起发到这里,充实一下内容:)


我的2004年,相当多的时间花在了极点五笔极爽词库的制作上。这个开始非常偶然。我在一年前发现五笔爱好者论坛,并开始遇上极点五笔,用上了。非常不错的一个五笔输入法。后来因为不满意于极点原来默认词库的收词数量,所以想起自己动手来制作一个新的。本来是想花半个月业余时间就可以了。未曾想到这个粗陋的东西放到五笔爱好者论坛上后,等到了一些朋友的支持,在大家的支持下,停不住手的优化,最后竟然花上了自己大半年的时光,从4月份一直忙乎到12月31日!呵呵,真是想不到,自己一年中这么多的时间居然花在了很多人都不了解的五笔词库上了。

还好,庆幸的是,辛苦得到了一些回报。主要是五笔爱好者论坛上不少朋友的鼓励支持,并因此结交了一些高专业水平的朋友。另外,这个极爽词库自从去年8月份起也有幸得到极点五笔作者杜志民先生的慧眼有加,被采纳为极点4.0及之后正式版本的默认词库。随着更多朋友使用上这个非常出色的免费五笔输入法,相信自己的劳动也将使更多的、成千上万的人获益。这是我最为欣慰的。

如今,出于个人理想上的追求,及极爽词库已趋基本完善,因此个人也从今年一开始就淡出了五笔爱好者论坛。这是一个在中文输入法和汉语言文字方面,拥有一批非常高专业素质、并且非常乐于助人的人士。论坛虽然因为专业而相对规模较小,但我去年在那里的时间中,得到很好的收获。同时个人在该论坛中的大半年时间中,也因有这样良好的鼓励原创的气氛,在配合自己在制作极爽词库过程中的思考,而发表了不少有相当深度的词库研究的文章,其中约有上十篇帖子被加为精华帖,也算自己的文字没有白费。在这里,这两天姑且整理出其中最有价值的几篇帖子放在这里,权当作对去年一年的总结和纪念。


五笔爱好者论坛旧文之一:

极爽词库5.0正式版隆重发布,窝子并祝论坛朋友节日快乐:)


欣逢圣诞、新年佳节,窝子正式推出极爽词库5.0版,欢迎新老朋友下载使用,并祝各位节日快乐。

★ 极爽词库的更新要点:

在极爽词库4.1版的基础上,极爽5.0版有如下主要更新:

1、五笔简码的修订:根据杜先生建议,极点针对普通用户需要有编码提示,将二级简码的原三重码精简改造为二重码;同时增加一百多个在四码中重码的GB单字的三级简码,以便四码输出。这应该也是对极爽词库的多重简码的最后一次大调整了。

2、词组优化:这次对词组进行了较大规模的优化。原则上较全面地贯彻了单纯词原则,对多字复合词进行全面精简;精简删减二字词中的非词或非规范词、部分低频词、以及所能碰到的每一个错词/异形词;与此同时,还再次全面优化重码词,包括优化排序和删除部分不常用重码词。5.0版收词量为6万条,比之前4.1版本瘦身了10%。

3、更新系统码表中的拼音区,采用源自微软全拼码表的单字,并进行GB字在前、GBK字在后的排序优化,使其更加合理。

4、剔除在五笔词库中用处极微的五笔画码表部分。

5、另外,本词库方案中的拼音词库也作了重大更新:替换为窝子由《现代汉语词典》及《现代汉语成语规范词典》的收词及拼音基础上改制而来的现汉规范拼音词库1.0版。我对词典词源删除了少量低频词;据词频优化重码排序;校对修订编码并编制为极点格式码表。收词量约5万条,成语5千条以上。主要特点是收词及拼音的准确性得到足够可靠的保证,有利于作为打五笔的辅助反查参考。特此致谢AhMan、xml00、慧通、flzt、tttt555等人整理出词源,尤其是AhMan先生的大力帮助。

(经过长时间大力度的持续优化,此次5.0版将是最后一次大规模的升级,今后极爽词库将长期保持稳定,只会进行慢慢细微的调整。因此可以说,使用极爽5.0版本词库的朋友,今后也可不必跟随作者的版本升级,而可以和作者一样长期使用熟悉和个性化调整,最终打磨出最适合自己使用的词库。)

★ 极爽词库的主要特点:

极爽词库的目标定位是一个适合五笔输入特点的五笔精品大词库,以给广大五笔用户提供一种"极爽"的中文打字体验,提升五笔输入效率。

极爽词库完全遵循"窝子三大定律"的词库理念,为了有效提升词库效率,取得"极爽"的输入体验,极爽词库在力求科学精选收词的前提下,致力达成"低均码长、高确定性"的两大要求。具体表现在极爽词库5.0版中:

◇多重简码字技术:在保证不改变王码五笔标准单字编码和使用习惯的前提下,利用现在输入法中便利的三重码选择技术,在原标准字库基础上添加窝子长时间精心研编的一二级二三重简码字。这样用户可减少击键次数,提高输入效率。

◇精准单纯词原则:拒绝错词、复合词、冗余词,全面贯彻落实收词的精准性和单纯性原则,在保证收词的严谨质量的同时,通过简单明确的单纯词收词标准,最大化降低输入过程中的不确定性,方便用户尽快形成良好的直觉手感。

◇低重码率大词库:在保证收词质量的前提下,极爽词库拥有如下的"大"特征:总收词量高达6万余条,其中有单纯二字词约5万条,成语约8千条,这可有效降低打空率;另外,极爽5.0拥有甚至超"低"于绝大多数中小词库的个位数低重码率。

此外还有一些鲜明的特点,如:收词结构科学合理;三重码词组原则、词组打纯不打杂原则等。有关极爽词库中落实的一些理念,可参考窝子的词库理念总结文章:“窝子三大定律”——我的词库效率观及在极爽词库中的应用”http://www.wbfans.com/bbs/dispbbs.asp?boardID=3&ID=12637&page=1。

★ 极爽词库的使用建议:

词库和打法是两个相关而不同的概念。大词库相当于一个大平台,而用户可在上面施展各自擅长的打法——既可打词为主,打字为辅,亦可打字为主,打词为辅,甚至只打单字;而小词库则有所限制。怎么打本来是用户自己的习惯,本不必多说,但为方便用户能尽快流畅地使用极爽词库,在这里还是多啰嗦两句,向用户提出三点打法上的建议供参考:

1、单纯词原则。最充分有效使用极爽词库的打法,可能是既不以打单字为主(当然打单字也不妨),也坚守不打多字复合词,而是以打(二字)单纯词为主,较充分的打字比例可能是“约七成二字单纯词+约三成单字+少量多字单纯词(如成语)”;

2、确定性原则。极爽词库虽是个大词库,单纯词数量在各五笔词库中算是最多之一,但为保证打字中的流畅性,还是遵循“有把握的打词组,无把握的打单字”为好,这个把握性当然是在使用中逐渐积累的体会。

3、个性化原则。词库是死的,人是活的。词库是为人服务的,而非人是为词库服务的。所以你使用的虽然是一个大词库,并有较充分的打字比例,但实际上你完全不必理会它有多大,只需按自己最喜欢和习惯的方式去打就是了,想打单字时打单字,而并不需因为它有什么词组你就要打什么。

★ 下载地址:

ftp://wbfans:wbfans@202.102.202.100:2121/★★★★★极点中文/极点词库/窝子词库/极爽词库5.0版.exe

http://wozy.ys168.com/

★ 特别致谢:

特别感谢以下对极爽词库有过帮助及支持的朋友:杜志民、bobijam、AhMan、BigPayne、孤山野狐、孙海峰、gonelee、孤独北半球、wonderland、秋枫、kenny4wb、玉树临风、hebo6688、tangzhibin、anndai等;以及五笔爱好者论坛上众多支持和鼓励我的朋友,这个名单应该更长,请恕不一一点出。

 窝子(wozy)于2004年12月24日





专题其它文章:



输入法词库专题之二:极爽词库发展简史



输入法词库专题之三:关于极点五笔的介绍



输入法词库专题之四:输入法词库之“窝子三大定律”



输入法词库专题之五:窝子词库理念的最后补充





——原载于 wozy's tianyablog  2005年1月16日

No comments:

Post a Comment