各位先进同好，Yabomish 0.3.x来了。 主要更新如下： 1. 加入了联想词库 2. emoji融入无虾米输入 3. 词库可排序 4. 可以不要装词库，有lite版。 5. 做了使用手册： https://fakerocket543.github.io/yabomish/ 程式本体： a. 感谢众多爱好者与开发者协力，随游标移动功能，大幅改进。 b. 加了新版的管理程式。 请见： https://github.com/FakeRocket543/yabomish 有任何bug或是觉得想讨论的，欢迎回覆、推文、issue、pr！ ___ macOS 版暂时告一段落後，因为想用 iOS 版的 Yabomish，在处理的过程中发现 iOS 一 定要有联想输入才方便，不用一直按，於是就开始试着做做看联想式的输入。 一开始用萌典，但觉得萌典不是那麽贴合生活使用。於是花了四天的晚上， 把中文维基百科的 dump 给拆了——从词条开始拆解，全文也拆解成 826 个知识领域、 海量的实体、bigram、trigram。 装上去之後发现麻烦不小，维基百科的冷门词占比过高，会造成 Yabomish 一直在触发长 词。多次筛选後还是觉得不够理想，过多的知识主宰了输入法，就算做了类似 LLM 的知 识领域加权排序，依旧令人厌烦。 本来想自行爬虫爬取，但又觉得这不是办法。刚好看到国家教育研究院有做各大报纸的词 频统计， 这总算解决了新词与排序的需求。 那麽一不做二不休，乐词网也来吧。乐词网原本是做英文专有名词对译中文的，会有一词 多义的情况，因此我把乐词网的词目重新分割，变成单纯的词典。排除一大堆刻意编成的 长句後，可用性大幅提高。 最後加入的材料是晶晶体。晶晶体很烦啊——一定是某个中文动词 + 英文 + 中文， 这是一种三明治式的嵌合短句，本质上晶晶体并非词或成语。考虑台湾大量的晶晶体使用 者， 收集完材料後发现，大多数都是使用「拿」「用」「再」等常见的晶晶体术式发动动词。 要做成晶晶体联想，一定要有一字触发——打个「再」，就能接出「再帮我 Double Confirm。」 https://tinyurl.com/t7p5hz8s --- 我本来想说，这样就差不多了吧。 想不到三天後，我的学生在交出作业的当下，一路在走廊上大喊：牛逼！牛逼！太牛逼了 ，我的土话情话对话机器人接起来了。 https://tinyurl.com/atv5jb66 眼前的情境促使我开始思考，我还能做些什麽。 於是开始爬取中国流行用语，结合 GitHub 上收来的不明语料，还有维基中式网路流行语 页面清理後混合编辑。也把教育部语文研究成果网中的客语、台语歇後语，以及 GitHub 上原始语料授权不明的新华词典歇後语也端进来了。 -- 整体而言，这个版本的 Yabomish 是一份结合三层语境的重排序检索器： 第一层：词级语料 — 决定你的中文输出风格。接近简中式用法，还是台湾繁中用法；只 用萌典常见词、新闻用词、或是维基百科海量专有名词。 第二层：词库 — 决定你要接上哪些文体或句典。成语、歇後语、晶晶体、中国流行语、 台语客语熟语、日本熟语、韩语汉字词。 第三层：专业领域 — 28 个乐词网专业词典。资讯、医学、法律、电机、机械、化学、 物理 三层顺序可拖拉调整，词库可逐一启停。你的文化倾向与需求，由自己来排序。 当然，你可以完全不用这些东西——安装时选择精简版，跟上一版几乎完全一样，想打什 麽就打什麽，不会跳出联想词，完全不会被语料攻击。 --- 实际操作面的主要改动： 1. Emoji 融入呒虾米码 — 放弃五码字输出，打个「笑」就会有 。 2. 放弃 ;' 等功能键 — agent 时代，更多人需要输入指令、操作资料库，没有理由还 要一直切换，多按一键 Shift 都不值得。 3. 查码改用 ,, 命令 — 注音查码 ,,ZH、同音字查码 ,,TO、拼音查码 ,,PYS / ,,PYT 4. 四码短语扩充 — 呒虾米码中没有字占位的四码，可以拿来当指令或短语输出。像我 就拿来做常用的 AI prompt 指令、sudo apt update && sudo apt upgrade、 email 地址、常用 CLI 指令。 输入法与 prompt 系统混在一起用，连 alias 都不用写，还可以带着走 5. 固定同码字排序 — 全自动组字会把高频字排前面，造成「手」「乎」互抢。最後只 能新增 ,,PIN 功能，手动锁死排列，避免伤害虾米族的肌肉记忆。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 114.136.70.109 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/MAC/M.1776418455.A.E46.html