佛振
發表於 2010-8-30 13:35:11
夏曆八月初八之前,【小狼毫】計劃做以下改進:
* 首次安裝時,提示選擇要導入的輸入方案
* 粵拼支持聲調(感謝thhui朋友提供碼表)、簡拼
* 增設吳語上海話輸入方案(感謝上海閒話ABC先生提供碼表)
thhui
發表於 2010-8-30 20:00:44
我的劉式港拼
lsc-hk.txt
修正如下:-
# ZIME Schema v3
Schema = lsc-hk
DisplayName = 劉式港拼
Dict = jyutping
Parser = roman
AutoPrompt = yes
AutoDelimit = yes
Delimiter = [ ']
MaxKeywordLength = 6
FuzzyRule = aa$ a
FuzzyRule = a$ aa
SpellingRule = yu ue
SpellingRule = ui$ ooi
SpellingRule = un$ oon
SpellingRule = ut$ oot
SpellingRule = oe$ euh
SpellingRule = oeng$ eung
SpellingRule = oe eu
SpellingRule = eoi$ ui
SpellingRule = eon$ un
SpellingRule = eot$ ut
SpellingRule = o$ oh
SpellingRule = ou$ o
#SpellingRule = ^()w \1u
SpellingRule = ^j y
SpellingRule = ^z j
#AlternativeRule = ^j z
#AlternativeRule = ^()u() \1w\2
AlternativeRule = ^c ch
AlternativeRule = ^s sh
#FuzzyRule = ^l n
#FuzzyRule = ^n l
FuzzyRule = u$ oo
#SplitRule = $ ^
#SplitRule = $ ^
# punctuation
Punct = , ,
Punct = . 。
Punct = < 《 〈
Punct = > 》 〉
Punct = / /
Punct = ? ?
Punct = ; ;
Punct = : :
Punct = ' 『~』
Punct = " 「~」
Punct = \ 、
Punct = | |
Punct = ` `
Punct = ~ ~
Punct = ! !
Punct = @ @
Punct = # #
Punct = % %
Punct = $ ¥
Punct = ^ ……
Punct = & &
Punct = * *
Punct = ( (
Punct = ) )
Punct = - -
Punct = _ ——
Punct = + +
Punct = = =
Punct = [ 「 【 [
Punct = ] 」 】 ]
Punct = { 『 {
Punct = } 』 }
# edit keys
#EditKey = bracketleft Left
#EditKey = bracketright Right
EditKey = minus Up
EditKey = equal Down
EditKey = comma Page_Up
EditKey = period Page_Down
EditKey = I Up
EditKey = K Down
EditKey = J Left
EditKey = L Right
EditKey = U Page_Up
EditKey = O Page_Down
EditKey = H Home
EditKey = N End
EditKey = P Escape
自造一個
populate_db_lsc.bat 放在 c:\weasel\data\ 內
內容如下:-
call ..\env.bat
create-schema.py -v lsc-hk.txt
pause
就可以click this populate_db_lsc.bat 安裝 劉式港拼方案 了。
thhui
發表於 2010-8-30 20:43:06
有簡拼功能的
劉式港拼
lsc-hk.txt
修正如下:-
# ZIME Schema v3
Schema = lsc-hk
DisplayName = 劉式港拼
Dict = jyutping
Parser = roman
AutoPrompt = yes
AutoDelimit = yes
Delimiter = [ ']
MaxKeywordLength = 6
FuzzyRule = aa$ a
FuzzyRule = a$ aa
#SpellingRule = a a'
#SpellingRule = A a
#SpellingRule = ^jyut$ yuet
SpellingRule = yu ue
SpellingRule = ui$ ooi
SpellingRule = un$ oon
SpellingRule = ut$ oot
SpellingRule = oe$ euh
SpellingRule = oeng$ eung
SpellingRule = oe eu
SpellingRule = eoi$ ui
SpellingRule = eon$ un
SpellingRule = eot$ ut
SpellingRule = o$ oh
SpellingRule = ou$ o
#SpellingRule = ^()w \1u
SpellingRule = ^j y
SpellingRule = ^z j
#FuzzyRule = ^l n
#FuzzyRule = ^n l
FuzzyRule = u$ oo
# 簡拼
FuzzyRule = ^(ng).+$ \1
FuzzyRule = ^().+$ \1
# 兼容拼寫形式
#AlternativeRule = ^j z
#AlternativeRule = ^()u() \1w\2
AlternativeRule = ^c ch
AlternativeRule = ^s sh
#SplitRule = $ ^
#SplitRule = $ ^
# punctuation
Punct = , ,
Punct = . 。
Punct = < 《 〈
Punct = > 》 〉
Punct = / /
Punct = ? ?
Punct = ; ;
Punct = : :
Punct = ' 『~』
Punct = " 「~」
Punct = \ 、
Punct = | |
Punct = ` `
Punct = ~ ~
Punct = ! !
Punct = @ @
Punct = # #
Punct = % %
Punct = $ ¥
Punct = ^ ……
Punct = & &
Punct = * *
Punct = ( (
Punct = ) )
Punct = - -
Punct = _ ——
Punct = + +
Punct = = =
Punct = [ 「 【 [
Punct = ] 」 】 ]
Punct = { 『 {
Punct = } 』 }
# edit keys
#EditKey = bracketleft Left
#EditKey = bracketright Right
EditKey = minus Up
EditKey = equal Down
EditKey = comma Page_Up
EditKey = period Page_Down
EditKey = I Up
EditKey = K Down
EditKey = J Left
EditKey = L Right
EditKey = U Page_Up
EditKey = O Page_Down
EditKey = H Home
EditKey = N End
EditKey = P Escape
即是可以打第一個英文字母的詞語簡拼功能。
佛振
發表於 2010-8-30 20:48:05
回覆 22# thhui
鼓勵DIY。
只是切記「中州韻」輸入法是GPL軟件,修改後的程序須保留協議文本、公開源代碼並自動成為自由軟件。
(核心算法及輸入方案源文件已在安裝包內,【小狼毫】Windows部份的源代碼將於正式發佈時公開)
thhui
發表於 2010-8-30 21:33:10
佛振兄,
可否將組詞的規則改成以下
ce2=p11+p12+p13+p21+p22+p23
ce3=p11+p12+p21+p22+p31+p32
ce4=p11+p12+p21+p31+p41+p42
ca5=p11+p12+p21+p31+p41+p51
ce2=雙字詞=第一字的第一碼+第一字的第二碼+第一字的第三碼+第二字的第一碼+第二字的第二碼+第二字的第三碼
ca5=五字及以下詞=第一字的第一碼+第一字的第二碼+第二字的第一碼+第三字的第一碼+第四字的第一碼+第五字的第一碼
佛振
發表於 2010-8-30 22:21:57
本帖最後由 佛振 於 2010-8-30 22:36 編輯
回覆 25# thhui
請使用碼表式輸入法生成器實現這樣的編碼規則。
中州韻輸入法引擎現階段的技術方向是打破詞句的界線,做音碼智能整句輸入。若要取詞的尾碼,必然退化為不用智能組詞的單純碼表方式。因為假使用戶的輸入串對應到由若干詞組成的句,則編碼串中何為詞的尾碼斷難界定。又則對用戶來講,必須知道詞庫中編有哪些詞的編碼,才好分段取碼打字,哪還有一氣呵成連續輸入的暢快?:D
這類編碼規則最大的問題是,難以實現「字典中詞」與「用戶定義新詞」打法的一致性。用家卻如何知道要打的東西有沒有編在輸入法裡頭?
即使確定是字典中的詞,每次輸入他用戶還要現場按規則編碼一遍:耗費心神,竟不好用!
thhui
發表於 2010-8-31 15:21:23
本帖最後由 thhui 於 2010-8-31 19:00 編輯
其實以上的組詞簡碼只是為了縮短編碼,因為要打全碼有時真是比較費時。
這些簡碼可否在自訂碼表的 keywords or phrases 人手加上呢?
thhui
發表於 2010-8-31 19:04:55
本帖最後由 thhui 於 2010-8-31 20:03 編輯
另外,打完一個字,可否有9個候選最高頻的關聯字或詞?
這在windows 的傳統輸入法中是 常見的,
但在linux 系統 則沒有,
卻是 深受大眾windows users 歡迎,
對不熟識 輸入法輸入的人是很有幫助的。
xiss
發表於 2010-8-31 19:54:19
「小狼豪」正式發佈了嗎?哪裡可以下載?如何安裝的?看似很複雜的說,不過不怕,我想嘗鮮:D
thhui
發表於 2010-8-31 20:12:08
最新版本的小狼毫
weasel-preview-20100827.zip
比以前版本的安裝容易了不少。
install.bat very useful.
佛振
發表於 2010-8-31 20:56:52
回覆 28# thhui
嘿嘿,還是碼表式輸入法的思路。聯想功能,以我的理解,是對不能連續輸入的一種補償措施。 不過ZIME裡頭有一項功能沒有啟用,即候選詞的聯想(並非上屏後提供聯想選項,而是輸入前幾個音節就出現完整的詞語候選)。這個在Plume裡頭啟用了。桌面版反而未用。有他,有簡拼,就完全可以解決長詞編碼打全了不方便的問題。
佛振
發表於 2010-8-31 20:59:42
回覆 29# xiss
虧我還把Xiss朋友加入 zime-devel 郵件組,原來我發的有關小狼毫的消息你並沒有讀過…… 那麼就關注ZIME主頁上的通知也好:http://code.google.com/p/zime/
xiss
發表於 2010-8-31 21:44:45
回覆xiss
虧我還把Xiss朋友加入 zime-devel 郵件組,原來我發的有關小狼毫的消息你並沒有讀過……...
佛振 發表於 2010-8-31 20:59 http://bbs.cantonese.asia/images/common/back.gif
嘻嘻,不好意思,不是工作一族,不常查看郵件的,嘻嘻:$
xiss
發表於 2010-8-31 22:31:34
Then
uninstall weasel
by clicking xp_uninstall.bat
reintall weasel
by clicking xp_install.bat
Then the 9 options will be effective
thhui 發表於 2010-8-27 18:37 http://bbs.cantonese.asia/images/common/back.gif
其實,你都可以用中文表達呢啲意思㗎~~
佛振
發表於 2010-9-1 00:20:17
我開始嘗試在新的安裝腳本中增加與用戶的交互,詢問操作系統版本(我不知如何取得),並讓用戶選擇安裝需要的輸入方案。此外再自動檢查是否安裝過Python及ZIME數據庫。
thhui
發表於 2010-9-1 14:44:53
本帖最後由 thhui 於 2010-9-1 19:36 編輯
佛振兄,
我發覺這個jyutping的keywords 只有繁體字,沒有簡體字。
是否要加上簡體字版。
我可給你繁簡已排序的粵拼碼表。(繁體優先 及 簡體優先)
請看你的gmail account.
thhui
發表於 2010-9-1 19:38:55
佛振兄,
我發覺速成不能像 粵拼或劉式港拼 般
生成首碼 簡拼。
可否指教一下實行的方法。
例如:-
有限公司
kbnvcisr -> kncs
佛振
發表於 2010-9-1 21:11:58
回覆 37# thhui
音節切分的問題。因為這輸入法不是直接用詞的編碼串做匹配,而是先做音節切分,然後再用音節代碼去查詢(為能支持各種形式的簡拼和模糊音)。輸入個 abcd,他是這麼切的:有個單字的編碼是ab,有個單字的編碼是cd,所以切成:ab | cd。
假使設定了簡拼的規則,多出一批單字母的編碼,那麼,切分的形式就不唯一了:
a | b | c | d
a | b | cd
a | bc | d
ab | c | d
ab | cd
按理都中,因為簡拼應當包含音節的全拼、簡拼混合的情況。
為了防止計算量過大,對於單個全拼音節可以拆分成若干音節編碼的組合的,默認不讓他拆開。
即:chang,只作 chang,不作 c | hang、ch | ang、chan | g 等。這符合人們的認知。
若需要拆開,如允許:xian --> xi | an,要設置 DevideRule,指定滿足哪種形式的音節,可以從中間拆開。
這個形碼的輸入解析方式table,卻又與羅馬字roman不同:連續輸入,長度達到最大碼長時,斷開一個碼。不足最大碼長的,必須用分隔符。因為形碼大多是固定碼長的。而且詞組的編碼有自己的規則。這些規則,與拼音輸入區別較大,不容易統一算法。所以說,對形碼是有限支持啦。
thhui
發表於 2010-9-1 21:44:02
對形碼可否另設divide-rule
就讓首碼為簡拼,另加一個詞語辨別鍵,例如z or ;
e.g.
有限公司
kb nv ci sr -> kncsz or kncs;
thhui
發表於 2010-9-1 22:02:32
回覆 35# 佛振
Run batch file checkver.bat
ver > .\ver.txt
You will findsomething like below in the ver.txt file
Microsoft Windows XP [版本 5.1.2600]