论词库之於输入法 主讲人：萧易玄 ■ 什麽是词库 说到「词库」这个东西啊，输入法创造者对它有着不同的评价。有的输入法是重视字 的输入，对词库深恶痛绝，说「词库」是「不正规」的东西。也有输入法是把词库当成输 入的辅助。不过，对注音输入法而言，「词库」可以说是不可或缺的吧，因为注音输入法 需要依靠词库来提高它的效率。 什麽是词库呢？我以注音举个例子说明词库的原理与运作方式。「ㄆㄧㄥˊ」这个发 音有很多字，而「ㄍㄨㄛˇ」这个发音也是，但是「ㄆㄧㄥˊ」「ㄍㄨㄛˇ」连在一起的 呢？只有「苹果」这个组合吧？所以输入法直接送出「苹果」给你，而这也是你要的。是 不是就提高了效率？ ■ 词库的使用方式 虽然不同的输入法对词库有不同的运用方式。但是不约而同的，都是希望利用词库方 便使用者的输入。也因此，词库的输入方式，相对的也关系到使用者的输入效率。 1. 以智慧型注音来说，就是以上面举的「苹果」那个例子的运作方式。好处是几乎不 用选字，缺点是电脑经常帮倒忙选错，就会产生像是「问世奸情为何物？」这样的有趣句 子。 2. 以前有出现过一种「散弹注音」，利用取头尾的方式输入，「苹果」打「ㄆㄥㄍㄛ 」就好了。按键上少很多，不过在实际输入的时候，使用者要跳过「ㄧ」「ㄨ」的取码， 有些人不太习惯。 3. 一般的拆字型输入法，有一种叫「无为而治」的方式。就是开放让使用者自己去编 。例如使用者定义：「OPEC」就是「石油输出国家组织」，那打「OPEC」就会出现「石油 输出国家组织」。好处是自由定义，缺点就在定太多的话，容易忘记。 4. 跟这种方式很像的，有一种叫做「天马行空」。差别只在於是输入法公司定的，让 使用者比较好记、比较有通用性。也不能说好或是不好，总之见仁见智，我们不去评论。 5. 一般输入法比较会去使用的，是用自己输入法的拆码方式去编词库。对，智慧注音 就是，但是我们这边探讨一下拆字型的输入法。比如大易输入法用的方法是「头尾头尾」 (二字词)跟「前三後一」，前三字的头码跟最後一个字的尾码。轻松输入法用的是「头尾 头尾(二字词)跟「最多前四头」。那个比较容易在输入时输入，也是见仁见智，自己打打 看就知道了。 ■ 词库在输入法中的地位 一个输入法依据性质的不同，对词库的依赖程度也不同。 有的输入法对字的输入已经非常严谨，那它可能就把词库当成使用者的辅助，甚至有 的是单字版免费，词库版收钱的输入法。 当然也有输入法把词库当成送给使用者，让他们方便设计一些常输入字的功能。这样 的输入法是不会内建词库的。 而对一些门槛低、选字率高的输入法而言，词库可以说是救星，藉以提升效率。这对 使用者当然是件好事，而且可以弥补单字选字率太高的缺点。这个部份的话，以现在的【 轻松输入法】，可以说达到最大的利用率。除了利用词库的输入外，还加了利用词库输入 单字的「五码定字」特别输入方式。很充分的利用了词库的优点。 ■ 词库的大小与品质 一般输入法(当然是指有内建词库的)词库的大小通常是一万五到十几万(条)的差别。 例如以前DOS时代倚天中文的忘形输入法大约是一两万词，微软新注音大约三万词，旧 轻松输入法有十万词，现在的轻松输入法2004因为包含了五码定字功能，更是多达三十五 万词。 而词库的品质也关系到使用者实际上机时的输入效率。愈多的词库，固然在理论上愈 能让使用者输入更方便，但是收录太多冷门的词汇，反而会让输入效率降低，因为太冷门 的涹A影响到常用词，在输入时必须选字。 ■ 词库的先天限制 词库的缺点，就在於他自身。因为词库的兴起，是来自「词」这个概念。而现在词库 中词的概念，大多数是指白话文中、口语中的「词」。也因为是白话文、口语上的使用， 所以「词」当然就不可能包含「不常用字」。意思就是一些古字或是无意义的字，通常是 不会有词汇的，例如「髟」、「嵢」…等等。 这些字，终究还是得乖乖的用单字打法去打，所以如果是拆单字会很困难或是太没效 率的输入法，遇到这些字时，就会拖累效率。 ■ 词库的展望 词库虽然有它的限制，不过随着中文的发展，在一般日常应用上会愈来愈实用。大陆 中科院的研究成果表示：当前的汉字输入技术，基本上都是以单字输入为主，辅以或强或弱 的词组输入方式。 现在原本倚重词库的输入法，已经开始逐渐走向「以词为主，单字为辅」的趋势，这 样的发展，可以说是势在必行。因为中文不可能再回到古代那样的文言文，加上现代中国 语文，是以词为主要结构的特性，以词为单位的输入，可以说是中文的输入的一个灯塔、 可以前进的目标，是外语无法做到的。 我的演讲到此结束，要扔蕃茄、鸡蛋的，请等我离开後再自由动作，谢谢… －　－ 　▽　 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 218.166.89.185