各位先進同好，Yabomish 0.3.x來了。 主要更新如下： 1. 加入了聯想詞庫 2. emoji融入無蝦米輸入 3. 詞庫可排序 4. 可以不要裝詞庫，有lite版。 5. 做了使用手冊： https://fakerocket543.github.io/yabomish/ 程式本體： a. 感謝眾多愛好者與開發者協力，隨游標移動功能，大幅改進。 b. 加了新版的管理程式。 請見： https://github.com/FakeRocket543/yabomish 有任何bug或是覺得想討論的，歡迎回覆、推文、issue、pr！ ___ macOS 版暫時告一段落後，因為想用 iOS 版的 Yabomish，在處理的過程中發現 iOS 一 定要有聯想輸入才方便，不用一直按，於是就開始試著做做看聯想式的輸入。 一開始用萌典，但覺得萌典不是那麼貼合生活使用。於是花了四天的晚上， 把中文維基百科的 dump 給拆了——從詞條開始拆解，全文也拆解成 826 個知識領域、 海量的實體、bigram、trigram。 裝上去之後發現麻煩不小，維基百科的冷門詞佔比過高，會造成 Yabomish 一直在觸發長 詞。多次篩選後還是覺得不夠理想，過多的知識主宰了輸入法，就算做了類似 LLM 的知 識領域加權排序，依舊令人厭煩。 本來想自行爬蟲爬取，但又覺得這不是辦法。剛好看到國家教育研究院有做各大報紙的詞 頻統計， 這總算解決了新詞與排序的需求。 那麼一不做二不休，樂詞網也來吧。樂詞網原本是做英文專有名詞對譯中文的，會有一詞 多義的情況，因此我把樂詞網的詞目重新分割，變成單純的詞典。排除一大堆刻意編成的 長句後，可用性大幅提高。 最後加入的材料是晶晶體。晶晶體很煩啊——一定是某個中文動詞 + 英文 + 中文， 這是一種三明治式的嵌合短句，本質上晶晶體並非詞或成語。考慮台灣大量的晶晶體使用 者， 收集完材料後發現，大多數都是使用「拿」「用」「再」等常見的晶晶體術式發動動詞。 要做成晶晶體聯想，一定要有一字觸發——打個「再」，就能接出「再幫我 Double Confirm。」 https://tinyurl.com/t7p5hz8s --- 我本來想說，這樣就差不多了吧。 想不到三天後，我的學生在交出作業的當下，一路在走廊上大喊：牛逼！牛逼！太牛逼了 ，我的土話情話對話機器人接起來了。 https://tinyurl.com/atv5jb66 眼前的情境促使我開始思考，我還能做些什麼。 於是開始爬取中國流行用語，結合 GitHub 上收來的不明語料，還有維基中式網路流行語 頁面清理後混合編輯。也把教育部語文研究成果網中的客語、台語歇後語，以及 GitHub 上原始語料授權不明的新華詞典歇後語也端進來了。 -- 整體而言，這個版本的 Yabomish 是一份結合三層語境的重排序檢索器： 第一層：詞級語料 — 決定你的中文輸出風格。接近簡中式用法，還是台灣繁中用法；只 用萌典常見詞、新聞用詞、或是維基百科海量專有名詞。 第二層：詞庫 — 決定你要接上哪些文體或句典。成語、歇後語、晶晶體、中國流行語、 台語客語熟語、日本熟語、韓語漢字詞。 第三層：專業領域 — 28 個樂詞網專業詞典。資訊、醫學、法律、電機、機械、化學、 物理 三層順序可拖拉調整，詞庫可逐一啟停。你的文化傾向與需求，由自己來排序。 當然，你可以完全不用這些東西——安裝時選擇精簡版，跟上一版幾乎完全一樣，想打什 麼就打什麼，不會跳出聯想詞，完全不會被語料攻擊。 --- 實際操作面的主要改動： 1. Emoji 融入嘸蝦米碼 — 放棄五碼字輸出，打個「笑」就會有 。 2. 放棄 ;' 等功能鍵 — agent 時代，更多人需要輸入指令、操作資料庫，沒有理由還 要一直切換，多按一鍵 Shift 都不值得。 3. 查碼改用 ,, 命令 — 注音查碼 ,,ZH、同音字查碼 ,,TO、拼音查碼 ,,PYS / ,,PYT 4. 四碼短語擴充 — 嘸蝦米碼中沒有字佔位的四碼，可以拿來當指令或短語輸出。像我 就拿來做常用的 AI prompt 指令、sudo apt update && sudo apt upgrade、 email 地址、常用 CLI 指令。 輸入法與 prompt 系統混在一起用，連 alias 都不用寫，還可以帶著走 5. 固定同碼字排序 — 全自動組字會把高頻字排前面，造成「手」「乎」互搶。最後只 能新增 ,,PIN 功能，手動鎖死排列，避免傷害蝦米族的肌肉記憶。 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.136.70.109 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/MAC/M.1776418455.A.E46.html