論詞庫之於輸入法 主講人：蕭易玄 ■ 什麼是詞庫 說到「詞庫」這個東西啊，輸入法創造者對它有著不同的評價。有的輸入法是重視字 的輸入，對詞庫深惡痛絕，說「詞庫」是「不正規」的東西。也有輸入法是把詞庫當成輸 入的輔助。不過，對注音輸入法而言，「詞庫」可以說是不可或缺的吧，因為注音輸入法 需要依靠詞庫來提高它的效率。 什麼是詞庫呢？我以注音舉個例子說明詞庫的原理與運作方式。「ㄆㄧㄥˊ」這個發 音有很多字，而「ㄍㄨㄛˇ」這個發音也是，但是「ㄆㄧㄥˊ」「ㄍㄨㄛˇ」連在一起的 呢？只有「蘋果」這個組合吧？所以輸入法直接送出「蘋果」給你，而這也是你要的。是 不是就提高了效率？ ■ 詞庫的使用方式 雖然不同的輸入法對詞庫有不同的運用方式。但是不約而同的，都是希望利用詞庫方 便使用者的輸入。也因此，詞庫的輸入方式，相對的也關係到使用者的輸入效率。 1. 以智慧型注音來說，就是以上面舉的「蘋果」那個例子的運作方式。好處是幾乎不 用選字，缺點是電腦經常幫倒忙選錯，就會產生像是「問世姦情為何物？」這樣的有趣句 子。 2. 以前有出現過一種「散彈注音」，利用取頭尾的方式輸入，「蘋果」打「ㄆㄥㄍㄛ 」就好了。按鍵上少很多，不過在實際輸入的時候，使用者要跳過「ㄧ」「ㄨ」的取碼， 有些人不太習慣。 3. 一般的拆字型輸入法，有一種叫「無為而治」的方式。就是開放讓使用者自己去編 。例如使用者定義：「OPEC」就是「石油輸出國家組織」，那打「OPEC」就會出現「石油 輸出國家組織」。好處是自由定義，缺點就在定太多的話，容易忘記。 4. 跟這種方式很像的，有一種叫做「天馬行空」。差別只在於是輸入法公司定的，讓 使用者比較好記、比較有通用性。也不能說好或是不好，總之見仁見智，我們不去評論。 5. 一般輸入法比較會去使用的，是用自己輸入法的拆碼方式去編詞庫。對，智慧注音 就是，但是我們這邊探討一下拆字型的輸入法。比如大易輸入法用的方法是「頭尾頭尾」 (二字詞)跟「前三後一」，前三字的頭碼跟最後一個字的尾碼。輕鬆輸入法用的是「頭尾 頭尾(二字詞)跟「最多前四頭」。那個比較容易在輸入時輸入，也是見仁見智，自己打打 看就知道了。 ■ 詞庫在輸入法中的地位 一個輸入法依據性質的不同，對詞庫的依賴程度也不同。 有的輸入法對字的輸入已經非常嚴謹，那它可能就把詞庫當成使用者的輔助，甚至有 的是單字版免費，詞庫版收錢的輸入法。 當然也有輸入法把詞庫當成送給使用者，讓他們方便設計一些常輸入字的功能。這樣 的輸入法是不會內建詞庫的。 而對一些門檻低、選字率高的輸入法而言，詞庫可以說是救星，藉以提升效率。這對 使用者當然是件好事，而且可以彌補單字選字率太高的缺點。這個部份的話，以現在的【 輕鬆輸入法】，可以說達到最大的利用率。除了利用詞庫的輸入外，還加了利用詞庫輸入 單字的「五碼定字」特別輸入方式。很充分的利用了詞庫的優點。 ■ 詞庫的大小與品質 一般輸入法(當然是指有內建詞庫的)詞庫的大小通常是一萬五到十幾萬(條)的差別。 例如以前DOS時代倚天中文的忘形輸入法大約是一兩萬詞，微軟新注音大約三萬詞，舊 輕鬆輸入法有十萬詞，現在的輕鬆輸入法2004因為包含了五碼定字功能，更是多達三十五 萬詞。 而詞庫的品質也關係到使用者實際上機時的輸入效率。愈多的詞庫，固然在理論上愈 能讓使用者輸入更方便，但是收錄太多冷門的詞彙，反而會讓輸入效率降低，因為太冷門 的涹A影響到常用詞，在輸入時必須選字。 ■ 詞庫的先天限制 詞庫的缺點，就在於他自身。因為詞庫的興起，是來自「詞」這個概念。而現在詞庫 中詞的概念，大多數是指白話文中、口語中的「詞」。也因為是白話文、口語上的使用， 所以「詞」當然就不可能包含「不常用字」。意思就是一些古字或是無意義的字，通常是 不會有詞彙的，例如「髟」、「嵢」…等等。 這些字，終究還是得乖乖的用單字打法去打，所以如果是拆單字會很困難或是太沒效 率的輸入法，遇到這些字時，就會拖累效率。 ■ 詞庫的展望 詞庫雖然有它的限制，不過隨著中文的發展，在一般日常應用上會愈來愈實用。大陸 中科院的研究成果表示：當前的漢字輸入技術，基本上都是以單字輸入為主，輔以或強或弱 的詞組輸入方式。 現在原本倚重詞庫的輸入法，已經開始逐漸走向「以詞為主，單字為輔」的趨勢，這 樣的發展，可以說是勢在必行。因為中文不可能再回到古代那樣的文言文，加上現代中國 語文，是以詞為主要結構的特性，以詞為單位的輸入，可以說是中文的輸入的一個燈塔、 可以前進的目標，是外語無法做到的。 我的演講到此結束，要扔蕃茄、雞蛋的，請等我離開後再自由動作，謝謝… －　－ 　▽　 --

※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 218.166.89.185